Les calculs du rapport de cotes JMP ne correspondent pas aux miensJe suis nouveau sur JMP (version 16.1). J'exécute un modèle de régression logistique binomial. J'ai défini la sortie du modèle pour inclure des estimations de paramètres et des rapports de cotes. Lorsque je prends les logodds à partir des estimations de paramètres et que je les expose dans Excel afin d'obtenir les rapports de cotes, ils ne correspondent pas à la sortie de rapport de cotes dans JMP.
Mes estimations de paramètres montrent que les limites de confiance sont basées sur Wald, et sous Odds Ratios, il est indiqué que les tests et les intervalles de confiance sont également basés sur Wald.
Quelqu'un sait-il pourquoi mes calculs diffèrent des JMP ? Comment JMP calcule-t-il les odds ratios ?
Exemple:
Sortie JMP :
| Terme | Estimation | Erreur standard | ChiSquare | Prob>ChiSq | 95 % inférieur | 95 % supérieur |
| Intercepter | 2.460656 | 1.570863 | 2,45 | 0,1172 | -0.61818 | 5.539491 |
| Âge | -0.03287 | 0,021537 | 2.33 | 0,127 | -0,07508 | 0,009342 |
| Sexe[Femme] | -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 |
| Vitesse | -0.01883 | 0,017697 | 1.13 | 0,2874 | -0,05351 | 0,015859 |
| Tout retenir [Aucun] | -0.43613 | 0,269435 | 2,62 | 0,1055 | -0.96422 | 0,09195 |
Mes calculs de rapport de cotes :
| Terme | Estimation | Rapport de cotes |
| Intercepter | 2.460656 | 11.71249 |
| Âge | -0.03287 | 0.967665 |
| Sexe[Femme] | -0,05266 | 0.948703 |
| IMC | -0.0674 | 0.934823 |
| Vitesse | -0.01883 | 0,98135 |
| Tout retenir [Aucun] | -0.43613 | 0.646532 |
Odds Ratios de JMP
| Rapports de cotes unitaires | | | | |
| Terme | Rapport de cotes | 95 % inférieur | 95 % supérieur | Réciproque |
| Âge | 0.967665 | 0.927669 | 1.009386 | 1.033415 |
| IMC | 0.934823 | 0.860925 | 1.015063 | 1.069722 |
| Vitesse | 0,98135 | 0.947896 | 1.015985 | 1.019004 |
| Rapports de cotes de la plage | | | | |
| Terme | Rapport de cotes | 95 % inférieur | 95 % supérieur | Réciproque |
| Âge | 0,235452 | 0,036752 | 1.508409 | 4.247151 |
| IMC | 0,073658 | 0,003042 | 1.783541 | 13.57625 |
| Vitesse | 0,183722 | 0,008099 | 4.167436 | 5.443015 |
| Rapports de cotes pour le sexe | | | | | |
| Niveau 1 | /Niveau 2 | Rapport de cotes | Prob>Chisq | 95 % inférieur | 95 % supérieur |
| Homme | Femelle | 1.111064 | 0,8225 | 0.442791 | 2.787911 |
| Femelle | Homme | 0.900038 | 0,8225 | 0,358692 | 2.2584 |
| Rapports de cotes pour Restreindre tous | | | | | |
| Niveau 1 | /Niveau 2 | Rapport de cotes | Prob>Chisq | 95 % inférieur | 95 % supérieur |
| Ceinture de sécurité | Rien | 2.392325 | 0,1055 | 0.832019 | 6.878711 |
| Rien | Ceinture de sécurité | 0.418004 | 0,1055 | 0,145376 | 1.201896 |
Merci d'avance!
AnalytiqueRe: Les calculs du rapport de cotes JMP ne correspondent pas au miensalut @GregPeq ,
le tableau des rapports de cotes est le moyen le plus simple et le plus sûr d'obtenir les contrastes corrects entre les catégories.
la raison pour laquelle votre calcul semble incorrect est que vous avez utilisé l'échelle "Nominale" pour la catégorie. si vous utilisez "Ordinal", vous obtiendrez exactement la même valeur que dans le tableau des contrastes. cela est dû au fait que lorsque des valeurs nominales sont utilisées, JMP estime les coefficients comme différence par rapport à une catégorie moyenne non pondérée. cela a beaucoup plus de sens lorsqu'il y a plusieurs catégories. lorsqu'une variable est ordinale, les coefficients sont estimés comme la différence par rapport à la catégorie précédente.
pour plus d'informations sur les définitions des variables catégorielles, vous pouvez suivre cette discussion du passé :
https://community.jmp.com/t5/Discussions/model-equivalency-with-SAS/mp/231383/highlight/true#M45887
Faites-nous savoir si cela fonctionne pour vous,
Ron
Re: Les calculs du rapport de cotes JMP ne correspondent pas au mienMerci pour votre réponse, @ron_horne .
Ma variable de réponse est binomiale. Êtes-vous en train de dire que je devrais affecter un type de modélisation ordinale à cette variable dans JMP et réserver le type de modélisation nominal aux variables multinomiales (non ordinales) ? Cela n'inciterait-il pas JMP à exécuter une régression logistique ordinale plutôt qu'une régression logistique binomiale ?
Merci,
Grégoire
Re : Les calculs du rapport de cotes JMP ne correspondent pas aux mienssalut @GregPeq ,
non, il suffit de définir Sex and Restraint All comme ordinal et d'effectuer le même calcul (y compris vos propres rapports de cotes), cela devrait vous amener au même que les rapports de cotes JMP.
Ron
