如何分析具有包括交互在内的多种影响的二元结果时间课程数据？您好 JMP 社区，
我经常分析二元结果，例如响应/非响应单一时间点在我使用名义物流平台的研究中。 现在，我需要扩展我的分析以纳入我的模型中的时间因素，我意识到我不确定这样做的最佳方法。
具体来说，在本文所附的模拟数据文件中，我需要评估 Time、VAR1 和 VAR1 * Time 对 VAR2 和 VAR3 的每个级别的影响（见下图），考虑到 VAR1 和 VAR2 以及 VAR1 之间可能的交互和VAR3。
我熟悉连续变量的重复测量最小二乘均值模型，但我正在努力为分类结果实施类似的方法。
JMP 16.1，视窗
欢迎所有输入。
最好的，
TS
分析视窗回复：如何分析具有包括交互在内的多种影响的二元结果时间课程数据？您好 JMP 社区，
在做了一些阅读之后，似乎具有二项分布的广义线性模型是分析纵向二元结果的合理方法。 但是，关于平台报告的细节，我有几个问题：
- 在拟合优度中：当 Pearson 统计量 > 0.05 且偏差统计量 < 0.05 时，正确的解释是什么？
- 对于学生化偏差：对于二项分布的这种分布的期望是什么？
谢谢您的帮助。
最好的，
TS
回复：如何分析具有包括交互在内的多种影响的二元结果时间课程数据？
Pearson 卡方是全模型检验。 与饱和模型相比，偏差是缺乏拟合检验。 残差图可帮助您找到异常值或有影响的观察值。
