307749_de-DE

liliconcom

Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) Variablen

Wir passen ein Modell an, das die Wirksamkeit einer Behandlung (z. B. eines Arzneimittels) testet. Die DV ist Wiederhergestellt , eine binäre Variable (0/1), definiert als numerischer Nominalwert. Die Forschungsfrage ist, ob die Behandlung die Ausprägung einer Vorerkrankung beeinflusst und so die Genesung verbessert. Wir gehen davon aus, dass Menschen mit bestimmten Voraussetzungen unterschiedlich auf die Behandlung reagieren, also einen Interaktionseffekt aufweisen.

Wir passen ein verallgemeinertes Regressionsmodell mit Binomialverteilung an. Die Prädiktoren sind 1) ob die Person behandelt wurde ( Behandlung ; binär), 2) die Variable, deren Ausdruck von der Behandlung beeinflusst werden soll ( Voraussetzung , kontinuierlich), 3-4) zwei kontinuierliche Kontrollvariablen ( Zeitraum Und Q ), sowie ein 5) Interaktionsterm zwischen Behandlung Und Voraussetzung .

1. Die Regressionsgleichung berechnet standardmäßig die Wahrscheinlichkeit von „Wiederhergestellt=0“, wir sind jedoch daran interessiert, „Wiederhergestellt=1“ vorherzusagen. Wie ändern wir die Standardeinstellung?
2. Verwirrenderweise zeigen die Parameterschätzungen den Behandlungsparameter als „Behandlung[0-1]“ an. Bedeutet das, dass dies die Wirkung einer fehlenden Behandlung oder Behandlung ist? Offensichtlich ein sehr wichtiger Unterschied.
3. Wie lässt sich der Interaktionseffekt richtig interpretieren? Was bedeutet konkret „-226,24“?

Die Ausgabe ist unten. Vielen Dank für Ihre Hilfe!

 

Generalisierte Regression für wiederhergestellt = 0

Modellvergleich

 

Zeigen	Antwortverteilung	Schätzmethode	Validierungsmethode	Parameter ungleich Null	AICc	BIC	Verallgemeinertes RSquadrat
[X]	Binomial	Logistische Regression	Keiner	5	3677.7423	3708.3526	0,1934902

 

Modelleinführung

Binomial

Lasso [ ] Adaptiv

 

AICc

 

[ ] Frühes Stoppen

 

 

Logistische Regression

Modellzusammenfassung

 

Antwort	Wiederhergestellt
Verteilung	Binomial
Schätzmethode	Logistische Regression
Validierungsmethode	Keiner
Link zum Wahrscheinlichkeitsmodell	Logit

 

 

Messen
Anzahl der Reihen	6128
Summe der Frequenzen	3380
-LogLikelihood	1833.8622
Anzahl der Parameter	5
BIC	3708.3526
AICc	3677.7423
Verallgemeinertes RSquadrat	0,1934902

 

Parameterschätzungen für Originalprädiktoren

 

Begriff	Schätzen	Standardfehler	Wald ChiSquare	Prob > ChiQuadrat	Niedrigere 95 %	Obere 95 %
Abfangen	0,8755145	0,1101971	63.122825	<.0001*	0,6595322	1.0914968
Behandlung[0-1]	0,0643045	0,0696953	0,8512868	0,3562	-0,072296	0,2009047
Zeitraum	0,1015936	0,0130748	60.375781	<.0001*	0,0759675	0,1272197
Q	0,0012641	0,0004935	6.5606499	0,0104*	0,0002968	0,0022314
Voraussetzung	-0,000095	0,0001314	0,522411	0,4698	-0,000352	0,0001626
(Vorbedingung-226.24)*Behandlung[0-1]	0,0009875	0,0003172	9.6914587	0,0019*	0,0003658	0,0016093

 

(Alle Variablennamen sind aus Vertraulichkeitsgründen Aliase.)

 

Datenexploration und -visualisierungPrädiktive Modellierung und maschinelles LernenBetreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) Variablen

@G_M Und @Dan_Obermiller : Durch Ihre Antworten ist es uns gelungen, die Interpretation abzuschließen und mit der Recherche fortzufahren. Danke schön!

 

Betreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) Variablen

Um das Modell für Behandlung = 1 statt 0 zu haben, aktivieren Sie die Eigenschaft „Wertreihenfolge“ für die Spalte „Behandlung“. Verschieben Sie die Ebene 1 nach oben, sodass sie ganz oben auf der Liste steht, und führen Sie Ihr Modell erneut aus.

 

Sie können den gleichen Ansatz verwenden, um die Wahrscheinlichkeit einer 1 für „Wiederhergestellt“ vorherzusagen, wenn Sie ein allgemeines lineares Modell verwenden.

Betreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) Variablen1) Vielleicht können Sie Ihre Daten so umkodieren, dass Behandlung = 0 ist, und das Modell erneut ausführen? Alternativ können Sie es auch so lassen, wie es ist, aber den Modellierungstyp auf „Kontinuierlich“ ändern.
2) Ich denke, Sie haben Recht. Es gibt auch die Option „Persönlichkeit = Nominale Logistik“, bei der Sie das Zielniveau des Ergebnisses umschalten können.Betreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) Variablen

Danke schön! Hier machen wir Fortschritte.

1. Wie lässt sich JMP den Effekt für berechnen? Gegenwart der Behandlung (d. h. Behandlung=1). Im Moment berechnet es die Wirkung des Abwesenheit der Behandlung (d. h. Behandlung=0).
2. Um es klarzustellen: Die Angabe des Zielniveaus ist für die verallgemeinerte Regression verfügbar, nicht jedoch für ein verallgemeinertes lineares Modell, richtig? Zumindest können wir eine solche Option nicht finden.

Betreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) VariablenOk, Sie können das Zielergebnis im Dialogfeld „Modellplattform anpassen“ von 0 auf 1 ändern. Nachdem Sie Persönlichkeit = Generalisierte Regression und Verteilung = Binomial ausgewählt haben, können Sie die Zielebene = 1 auswählen (Standard ist 0). Zur Interpretation sollten Sie sich den Prediction Profiler unter dem roten Dreieck ansehen, das mit Ihrer Modellanpassung verknüpft ist. Mit dem Prediction Profiler können Sie die Änderung in Y für gegebene Änderungen in X visualisieren. Für eine quantitative Interpretation möchten Sie in Ihrem Fall möglicherweise die Vorhersageformel (eine Option unter demselben roten Dreieck) aus der Modellanpassung an die Spalte(n) Ihrer Datentabelle speichern. Anschließend können Sie die Formel zur Einsicht öffnen, die Ihnen bei Ihrer Interpretation helfen soll.Betreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) Variablen

Danke für die Antwort. Wir haben vor dem Posten der Frage eine umfassende Suche durchgeführt, auch in diesem Forum, aber möglicherweise haben wir etwas übersehen. Könnten Sie uns zeigen, 1) wie sich der vorhergesagte DV-Wert ändern lässt und wie die Ergebnisse 2) und 3) zu interpretieren sind? Die Zahlen beziehen sich auf die Originalfragen.

Betreff: Interpretation: Verallgemeinertes Regressionsmodell mit binären (kategorialen) VariablenHallo, hatten Sie die Gelegenheit, die JMP-Dokumentationsbibliothek im Hilfemenü in JMP zu überprüfen? Die Beispiele in der Dokumentationsbibliothek sollen Ihnen bei der Interpretation Ihrer Ergebnisse helfen.
Aufrichtig,
MG