Regressione logit GLM aggiustata per il quinto e intervalli di confidenzaBuongiorno,
Ho eseguito un modello di regressione logistica, attraverso un GLM con distribuzione binomiale e funzione di collegamento logit, con regolazione Firth poiché ho ricevuto un avviso sulla quasi-separazione dei dati.
Devo valutare se la mia variabile di interesse (CHIP) è associata al risultato (ho una variabile di risposta binaria), in un modello aggiustato per altre covariate.
Ora eseguo il modello e ottengo una stima del parametro con un valore p significativo, ma un intervallo di confidenza per la stessa stima abbastanza grande da includere il valore 0.
La mia domanda urgente è:
Come dovrei interpretarlo? Posso fare deduzioni o dovrei essere più cauto?
Grazie!
ps. So che il modello potrebbe non adattarsi bene, ma questo è il meglio che posso fare al momento con i dati che ho
AnalisiRe: Regressione logit GLM aggiustata per il quinto e intervalli di confidenzaHo dimenticato di allegare uno screenshot. Eccolo (è in italiano)
Re: Regressione logit GLM aggiustata per il quinto e intervalli di confidenzaLa documentazione della guida di JMP ci dice che si tratta di intervalli di confidenza di verosimiglianza del profilo. Capisco che puoi aspettarti una certa discrepanza tra questi e i valori p di ChiSquare.
In questo caso la discrepanza non è molto grande. Il valore p per questo effetto è molto vicino a 0,05 e i tuoi intervalli di confidenza includono solo 0.
Quindi, mentre potresti usare il p-value <0.05 per dire che CHIP è "significativo", non puoi dire che gli intervalli di confidenza ti stanno dicendo qualcosa di completamente diverso!
