如何分析具有包括交互在內的多種影響的二元結果時間課程數據？您好 JMP 社區，
我經常分析二元結果，例如響應/非響應單一時間點在我使用名義物流平台的研究中。 現在，我需要擴展我的分析以納入我的模型中的時間因素，我意識到我不確定這樣做的最佳方法。
具體來說，在本文所附的模擬數據文件中，我需要評估 Time、VAR1 和 VAR1 * Time 對 VAR2 和 VAR3 的每個級別的影響（見下圖），考慮到 VAR1 和 VAR2 以及 VAR1 之間可能的交互和VAR3。
我熟悉連續變量的重複測量最小二乘均值模型，但我正在努力為分類結果實施類似的方法。
JMP 16.1，視窗
歡迎所有輸入。
最好的，
TS
分析視窗回复：如何分析具有包括交互在內的多種影響的二元結果時間課程數據？您好 JMP 社區，
在做了一些閱讀之後，似乎具有二項分佈的廣義線性模型是分析縱向二元結果的合理方法。 但是，關於平台報告的細節，我有幾個問題：
- 在擬合優度中：當 Pearson 統計量 > 0.05 且偏差統計量 < 0.05 時，正確的解釋是什麼？
- 對於學生化偏差：對於二項分佈的這種分佈的期望是什麼？
謝謝您的幫助。
最好的，
TS
回复：如何分析具有包括交互在內的多種影響的二元結果時間課程數據？
Pearson 卡方是全模型檢驗。 與飽和模型相比，偏差是缺乏擬合檢驗。 殘差圖可幫助您找到異常值或有影響的觀察值。
