Hallo alle,
Ich bin Student und arbeite an einem Forschungsprojekt und habe eine Frage/Klarstellung dazu, wie die Ausgabe des Anpassungsmodells für eine negative binomiale Regression zu interpretieren ist. Ich versuche, eine Zählvariable (Variable A = wie lange es gedauert hat, bis ein Ereignis eingetreten ist) basierend auf dem Geschlecht (M vs. F) vorherzusagen. Ich verwende eine negative binomiale Regression, weil meine Zählvariable nicht normalverteilt und meine Daten überstreut sind (ich denke, das ist der richtige Ansatz, aber lassen Sie mich auch Ihre Gedanken dazu wissen). Mein Plan ist es, dies mit verschiedenen Prädiktoren zu wiederholen und dann alle, die signifikant sind, in ein einziges Modell mit mehreren Prädiktoren aufzunehmen.
Bei der Interpretation des Berichts ist mein p-Wert für den Term Sex[FM] signifikant, was zeigt, dass das Geschlecht ein Prädiktor für Variable A ist. Der verallgemeinerte RSquare ist sehr niedrig, daher weiß ich, dass er nicht gut passt.
--> Ich versuche zu verstehen, wie man sagen kann, dass für ein bestimmtes Geschlecht (dh Frauen) die Variable A XX % höher (oder niedriger) ist. Wie mache ich das?
--> Wie interpretiere ich den Kostenvoranschlag?
Im selben Bericht versuche ich auch, die Inzidenzratenverhältnisse zu betrachten. Wenn,
Stufe 1 = F, Stufe 2 = M, IRR = 1,303
--> Bedeutet das, dass für F im Vergleich zu M eine 30%ige Erhöhung der Variable A vorliegt?
Danke für all die Hilfe und Entschuldigung, wenn meine Erklärung nicht klar ist! Ich fange gerade erst mit Statistik an...
Die Antworten auf die meisten Ihrer Fragen sind dokumentiert Hier . Zusätzlich,
- " Ich verwende eine negative binomiale Regression " scheint vernünftig, aber ich bin mir nicht sicher, ob ich Ihre Antwort als "Zähldaten" kategorisieren würde. Sie messen die Zeit und zählen keine Gegenstände. Aber die Wahl der Verteilung hängt von der Reaktion ab, also machen Sie mit.
- " Mein Plan ist es, dies mit verschiedenen Prädiktoren zu wiederholen und dann alle, die signifikant sind, in ein einziges Modell mit mehreren Prädiktoren aufzunehmen. " Ich interpretiere Ihren Plan, jeden Prädiktor einzeln zu modellieren, genauso, wie Sie es bereits mit Sex modelliert haben. Ich rate Ihnen, stattdessen alle Prädiktoren in dasselbe Modell einzugeben und dann die aktiven Terme / das gewählte Modell auf die übliche Weise auszuwählen.
- " wie sagt man, dass für ein bestimmtes Geschlecht (z. B. Frauen) Variable A XX % höher (oder niedriger) ist " wird wahrscheinlich am besten mit dem Prediction Profiler gehandhabt, der über das rote Dreieck-Menü der Plattform verfügbar ist.
- " Wie interpretiere ich die Schätzung? “ wird beantwortet dieses Kapitel der JMP-Hilfe.
- " Bedeutet das, dass für F im Vergleich zu M eine 30%ige Erhöhung der Variable A vorliegt? “ wird auf der Seite beantwortet, die ich oben zuerst vorgeschlagen habe.
