Hola a todos,
Soy un estudiante que trabaja en un proyecto de investigación y tengo una pregunta/aclaración sobre cómo interpretar el resultado del modelo de ajuste para una regresión binomial negativa. Estoy tratando de predecir una variable de conteo (Variable A = cuánto tiempo tardó en ocurrir un evento) en función del sexo (M vs F). Estoy usando una regresión binomial negativa porque mi variable de conteo no se distribuye normalmente y mis datos están dispersos en exceso (creo que este es el enfoque correcto, pero déjame saber tu opinión sobre esto también). Mi plan es repetir esto con diferentes predictores y luego incluir todos los que son significativos en un solo modelo con múltiples predictores.
Al interpretar el informe, mi valor p para el término Sex[FM] es significativo, lo que muestra que el sexo es un predictor de la Variable A. El RSquare generalizado es muy bajo, así que sé que no encaja muy bien.
--> Estoy tratando de entender cómo decir que para un sexo dado (es decir, Mujeres), la Variable A es XX % más alta (o más baja). ¿Cómo puedo hacer eso?
--> ¿Cómo interpreto el Estimado?
En el mismo informe, también estoy tratando de ver los índices de tasa de incidencia. Si,
Nivel 1 = F, Nivel 2 = M, TIR = 1,303
--> ¿Significa eso que para F en comparación con M, hay un aumento del 30% en la Variable A?
¡Gracias por toda la ayuda y perdón si mi explicación no es clara! Estoy empezando con las estadísticas...
Las respuestas a la mayoría de sus preguntas están documentadas. aquí . Adicionalmente,
- " estoy usando una regresión binomial negativa "Parece razonable, pero no estoy seguro de clasificar su respuesta como datos de 'recuento'. Estás midiendo el tiempo, no contando elementos. Pero la elección de la distribución depende de la respuesta, así que adelante.
- " Mi plan es repetir esto con diferentes predictores y luego incluir todos los que son significativos en un solo modelo con múltiples predictores. " Interpreto su plan para modelar cada predictor uno a la vez de la misma manera que ya modeló con Sex. Le aconsejo que, en su lugar, introduzca todos los predictores en el mismo modelo y luego seleccione los términos activos/el modelo elegido de la forma habitual.
- " cómo decir que para un sexo dado (es decir, mujeres), la variable A es XX % más alta (o más baja) " probablemente se maneja mejor con Prediction Profiler, que está disponible en el menú del triángulo rojo de la plataforma.
- " ¿Cómo interpreto el Estimado? "se responde en Este capítulo de JMP Ayuda.
- " ¿Significa eso que para F en comparación con M, hay un aumento del 30% en la Variable A? " se responde en la página que sugerí primero arriba.
