相互作用を含む複数の効果を持つバイナリ結果の時間経過データを分析する方法は？こんにちはJMPコミュニティ、
私は定期的に応答/非応答などのバイナリ結果を分析します単一の時点名目ロジスティックプラットフォームを使用した私の研究では。 次に、分析を拡張して、私のモデルの時間の要因、そして、そうするための最善のアプローチがわからないことに気づきました。
具体的には、この投稿に添付されている模擬データファイルで、時間、VAR1、およびVAR1の影響を評価する必要があります* VAR1とVAR2、およびVAR1の間の相互作用の可能性を考慮して、VAR2とVAR3の各レベルの時間（下のプロットを参照）およびVAR3。
私は連続変数の反復測定最小二乗平均モデルに精通していますが、カテゴリカル結果に対する同様のアプローチの実装に苦労しています。
JMP 16.1、Windows
すべての入力を歓迎します。
一番、
TS
分析ウィンドウズRe：相互作用を含む複数の効果を持つバイナリ結果の時間経過データを分析する方法は？こんにちはJMPコミュニティ、
いくつかの読み取りを行った後、二項分布を持つ一般化線形モデルは、縦方向のバイナリ結果の分析への合理的なアプローチであるように思われます。 ただし、プラットフォームレポートの詳細に関していくつか質問があります。
- 適合度：ピアソン統計が> 0.05で、逸脱度統計が<0.05の場合の正しい解釈は何ですか？
- スチューデント化された逸脱度の場合：二項分布のこの分布に対する期待は何ですか？
ご協力ありがとうございました。
一番、
TS
Re：相互作用を含む複数の効果を持つバイナリ結果の時間経過データを分析する方法は？
ピアソンのカイ二乗は、モデル全体の検定です。 逸脱度は、飽和モデルと比較した場合の適合性テストの欠如です。 残差プロットは、外れ値または影響力のある観測値を見つけるのに役立ちます。
