Los cálculos de la relación de probabilidades de JMP no coinciden con los míosSoy nuevo en JMP (versión 16.1). Estoy ejecutando un modelo de regresión logística binomial. Tengo la salida del modelo configurada para incluir estimaciones de parámetros y razones de probabilidades. Cuando tomo los logodds de las estimaciones de los parámetros y los exponencializo en Excel para obtener las razones de probabilidades, no coinciden con la salida de la razón de probabilidades en JMP.
Mis estimaciones de parámetros muestran que los límites de confianza se basan en Wald, y en Odds Ratios dice que las pruebas y los intervalos de confianza también se basan en Wald.
¿Alguien tiene alguna idea de por qué mis cálculos difieren de los JMP? ¿Cómo calcula JMP las razones de probabilidades?
Ejemplo:
Salida JMP:
| Término | Estimar | Error estándar | ChiSquare | Problema> ChiSq | 95% más bajo | 95% superior |
| Interceptar | 2.460656 | 1.570863 | 2,45 | 0.1172 | -0,61818 | 5.539491 |
| Envejecer | -0.03287 | 0.021537 | 2,33 | 0,127 | -0.07508 | 0,009342 |
| Sexo [femenino] | -0.05266 | 0.234692 | 0,05 | 0.8225 | -0,51265 | 0.407328 |
| IMC | -0.0674 | 0.042016 | 2,57 | 0.1087 | -0,14975 | 0.014951 |
| Velocidad | -0.01883 | 0.017697 | 1,13 | 0.2874 | -0.05351 | 0.015859 |
| Restricción Todos [Ninguno] | -0,43613 | 0.269435 | 2,62 | 0.1055 | -0,96422 | 0.09195 |
Mis cálculos de razón de probabilidades:
| Término | Estimar | Razón de probabilidades |
| Interceptar | 2.460656 | 11.71249 |
| Envejecer | -0.03287 | 0,967665 |
| Sexo [femenino] | -0.05266 | 0,948703 |
| IMC | -0.0674 | 0.934823 |
| Velocidad | -0.01883 | 0.98135 |
| Restricción Todos [Ninguno] | -0,43613 | 0,646532 |
Razones de probabilidades de JMP
| Razones de probabilidades unitarias | | | | |
| Término | Razón de probabilidades | 95% más bajo | 95% superior | Recíproco |
| Envejecer | 0,967665 | 0,927669 | 1.009386 | 1.033415 |
| IMC | 0.934823 | 0.860925 | 1.015063 | 1.069722 |
| Velocidad | 0.98135 | 0,947896 | 1.015985 | 1.019004 |
| Cocientes de probabilidades de rango | | | | |
| Término | Razón de probabilidades | 95% más bajo | 95% superior | Recíproco |
| Envejecer | 0.235452 | 0.036752 | 1.508409 | 4.247151 |
| IMC | 0.073658 | 0,003042 | 1.783541 | 13.57625 |
| Velocidad | 0.183722 | 0,008099 | 4.167436 | 5.443015 |
| Razones de probabilidades para el sexo | | | | | |
| Nivel 1 | /Nivel 2 | Razón de probabilidades | Problema> Chisq | 95% más bajo | 95% superior |
| Masculino | Mujer | 1.111064 | 0.8225 | 0,442791 | 2.787911 |
| Mujer | Masculino | 0,900038 | 0.8225 | 0.358692 | 2.2584 |
| Odds ratios para moderación todos | | | | | |
| Nivel 1 | /Nivel 2 | Razón de probabilidades | Problema> Chisq | 95% más bajo | 95% superior |
| Cinturón de seguridad | Ninguna | 2.392325 | 0.1055 | 0,83 2019 | 6.878711 |
| Ninguna | Cinturón de seguridad | 0.418004 | 0.1055 | 0.145376 | 1.201896 |
¡Gracias por adelantado!
AnalíticaRe: Los cálculos de la relación de probabilidades de JMP no coinciden con los míosHola @GregPeq ,
la tabla de razón de posibilidades es la forma más fácil y garantizada de obtener los contrastes correctos entre las categorías.
la razón por la que su cálculo parece incorrecto es que ha estado usando la escala "Nominal" para la categórica. si usa "Ordinal" obtendrá exactamente el mismo valor que en la tabla de contrastes. esto se debe al hecho de que cuando se utilizan valores nominales, JMP estima los coeficientes como diferencia de una categoría promedio no ponderada. esto tiene mucho más sentido cuando hay muchas categorías. cuando una variable es ordinal, los coeficientes se estiman como la diferencia con la categoría anterior.
Para obtener más información sobre las definiciones de variables categóricas, puede seguir esta discusión del pasado:
https://community.jmp.com/t5/Discussions/model-equivalency-with-SAS/mp/231383/highlight/true#M45887
Háganos saber si funciona para usted,
Ron
Re: Los cálculos de la relación de probabilidades de JMP no coinciden con los míosGracias por su respuesta, @ron_horne .
Mi variable de respuesta es binomial. ¿Está diciendo que debería asignar un tipo de modelado ordinal a esta variable en JMP y reservar el tipo de modelado nominal para variables multinomiales (no ordinales)? ¿No haría esto que JMP ejecutara una regresión logística ordinal en lugar de una regresión logística binomial?
Gracias,
Greg
Re: Los cálculos de la razón de probabilidades de JMP no coinciden con los míosHola @GregPeq ,
no, simplemente defina Sex and Restraint All como ordinal y realice el mismo cálculo (incluyendo sus propias proporciones de probabilidades), esto debería llevarlo a lo mismo que las proporciones de probabilidades de JMP.
Ron
