Hallo JMP-Community,
Ich analysiere routinemäßig binäre Ergebnisse wie Response / Non-Response bei a einzigen Zeitpunkt in meiner Forschung mit der Nominal Logistic Platform. Jetzt muss ich meine Analyse erweitern, um die einzubeziehen Faktor Zeit in meinem Modell, und mir wurde klar, dass ich mir nicht sicher bin, wie ich das am besten angehen soll.
Insbesondere muss ich in der diesem Beitrag beigefügten Scheindatendatei die Wirkung von Zeit, VAR1 und VAR1 * Zeit für jede Ebene von VAR2 und VAR3 (siehe Diagramm unten) auswerten und dabei mögliche Wechselwirkungen zwischen VAR1 und VAR2 und VAR1 berücksichtigen und VAR3.
Ich bin mit dem Least-Square-Means-Modell für wiederholte Messungen für kontinuierliche Variablen vertraut, aber ich kämpfe mit der Implementierung eines ähnlichen Ansatzes für ein kategoriales Ergebnis.
JMP 16.1, Windows
Alle Beiträge sind willkommen.
Am besten,
TS
Hallo JMP-Community,
Nach einiger Lektüre scheint das verallgemeinerte lineare Modell mit binomialer Verteilung ein vernünftiger Ansatz für die Analyse binärer Längsschnittergebnisse zu sein. Ich habe jedoch ein paar Fragen zu den Details des Plattformberichts:
- In der Anpassungsgüte: Was ist die richtige Interpretation, wenn die Pearson-Statistik > 0,05 und die Abweichungsstatistik < 0,05 ist?
- Für die studentisierte Abweichung: Was sind die Erwartungen an diese Verteilung für eine Binomialverteilung?
Danke für Ihre Hilfe.
Am besten,
TS
Das Pearson-Chi-Quadrat ist der gesamte Modelltest. Die Abweichung ist der fehlende Anpassungstest im Vergleich zum gesättigten Modell. Das Residuendiagramm hilft Ihnen, Ausreißer oder einflussreiche Beobachtungen zu finden.
