Salut tout le monde,
Nous comparons trois tests différents (A, B, C) pour voir dans quelle mesure ils détectent une maladie. Nous avons quatre groupes où 1 = maladie et 2, 3 et 4 = différentes affections bénignes.
La question est double
- Quel test utiliseriez-vous dans un test pour voir s'ils peuvent détecter une différence par rapport au groupe témoin (= maladie)
- Les données ne sont pas distribuées normalement
- Les données contiennent 0, ce qui rend la transformation difficile, car la transformation du journal ne fonctionnera pas
- Quelle métrique ou quel nombre pouvons-nous utiliser pour déterminer quel test a le mieux fonctionné ?
Merci d'avance
Vous pouvez utiliser la régression logistique, où la classe de maladie est Y et le test est X. Je vais laisser les étiquettes 1 à 4 telles quelles, mais je vais dire à JMP que l'ordre est 2, 3, 4 et 1, car il suppose que le dernier niveau (1 maintenant) est la classe cible ( maladie). Voici à quoi cela ressemble lorsque vous régressez Y par rapport à X séparément :
La courbe ROC est un outil de diagnostic pour évaluer la discrimination (sensibilité versus 1-spécificité) qui pourrait vous aider. Il peut également être utile d'utiliser les trois tests simultanément comme prédicteurs pour voir si l'un est meilleur. Voici la régression logistique nominale de cette façon :
Il semble donc que le test C donne de meilleurs résultats que les deux autres tests. Maintenant quel est le meilleur modèle ? La relation est-elle linéaire ? Voici l'ajustement et le test du modèle cubique :
Il semble qu'un prédicteur linéaire soit suffisant.
Que représentent les autres classes (2-4) ? Y a-t-il vraiment 3 classes normales et 1 classe anormale ? Aussi, cette étude est-elle exploratoire ou confirmatoire ?
J'ai joint votre tableau de données JMP après avoir enregistré des scripts pour répéter l'analyse que je montre ici
