Bonjour à tous,
Je suis un étudiant travaillant sur un projet de recherche et j'ai une question/clarification concernant la façon d'interpréter la sortie du modèle d'ajustement pour une régression binomiale négative. J'essaie de prédire une variable de comptage (Variable A = combien de temps il a fallu pour qu'un événement se produise) en fonction du sexe (M vs F). J'utilise une régression binomiale négative car ma variable de comptage n'est pas distribuée normalement et mes données sont sur-dispersées (je pense que c'est la bonne approche, mais faites-moi part de vos réflexions à ce sujet également). Mon plan est de répéter cela avec différents prédicteurs, puis d'inclure tous ceux qui sont significatifs dans un seul modèle avec plusieurs prédicteurs.
Lors de l'interprétation du rapport, ma valeur p pour le terme Sex[FM] est significative, ce qui montre que le sexe est un prédicteur de la variable A. Le RSquare généralisé est très faible, donc je sais que ce n'est pas un bon ajustement.
--> J'essaie de comprendre comment dire que pour un sexe donné (c'est-à-dire les femmes), la variable A est supérieure (ou inférieure) de XX %. Comment je fais ça?
--> Comment interpréter le Devis ?
Dans le même rapport, j'essaie également d'examiner les ratios de taux d'incidence. Si,
Niveau 1 = F, Niveau 2 = M, TRI = 1,303
--> Cela signifie-t-il que pour F par rapport à M, il y a une augmentation de 30 % de la variable A ?
Merci pour votre aide et désolé si mes explications ne sont pas claires ! Je débute avec les statistiques...
Les réponses à la plupart de vos questions sont documentées ici . En outre,
- " J'utilise une régression binomiale négative " semble raisonnable, mais je ne suis pas sûr que je classerais votre réponse dans la catégorie des données de "compte". Vous mesurez le temps, vous ne comptez pas les éléments. Mais le choix de la distribution dépend de la réponse, alors allez-y.
- " Mon plan est de répéter cela avec différents prédicteurs, puis d'inclure tous ceux qui sont significatifs dans un seul modèle avec plusieurs prédicteurs. " J'interprète votre plan pour modéliser chaque prédicteur un par un de la même manière que vous avez déjà modélisé avec Sex. Je vous conseille plutôt de saisir tous les prédicteurs dans le même modèle puis de sélectionner les termes actifs / modèle choisi de la manière habituelle.
- " comment dire que pour un sexe donné (c'est-à-dire les femmes), la variable A est supérieure (ou inférieure) de XX % " est probablement mieux géré avec le Prediction Profiler, qui est disponible à partir du menu du triangle rouge de la plate-forme.
- " Comment interpréter l'estimation ? " est répondu dans ce chapitre de l'aide JMP.
- " Cela signifie-t-il que pour F par rapport à M, il y a une augmentation de 30 % de la variable A ? " est répondu sur la page que j'ai suggérée en premier ci-dessus.
