大家好，
我們正在比較三種不同的檢測方法（A、B、C），以了解它們檢測疾病狀況的能力。 我們有四組，其中 1 = 疾病，2、3 和 4 = 不同的良性疾病。
問題是雙重的
- 您將在測定中使用什麼測試來查看它們是否可以檢測到與對照組（= 疾病）組的差異
- 數據非正態分佈
- 數據包含 0 使轉換變得困難，因為對數轉換不起作用
- 我們可以使用什麼指標或數字來確定哪種檢測效果最好？
先感謝您
您可能想要使用邏輯回歸，其中疾病類別為 Y，檢測為 X。 我將保留標籤 1-4 的原樣，但我將告訴 JMP 順序為 2、3、4 和 1，因為它假定最後一級（現在為 1）是目標類（疾病）。 以下是分別回歸 Y 和 X 時的樣子：
ROC 曲線是一種診斷工具，用於評估可能對您有所幫助的辨別力（敏感性與 1-特異性）。 同時使用所有三種檢測方法作為預測指標，看看其中一種是否更好，也可能會有所幫助。 這是名義上的邏輯回歸：
因此，似乎測定 C 比其他兩種測定做得更好。 現在最好的模型是什麼？ 關係是線性的嗎？ 這是三次模型的擬合和檢驗：
似乎線性預測器就足夠了。
其他類別（2-4）代表什麼？ 真的有3個正常班和1個不正常班嗎？ 另外，這項研究是探索性的還是驗證性的？
我在保存腳本後附加了您的 JMP 數據表以重複我在此處顯示的分析
