如何分析包含交互作用等多种效应的二元结果时间序列数据？JMP社区的各位好，
在我的研究中，我通常使用名义逻辑回归平台分析单一时间点的二元结果，例如应答/无应答。现在，我需要扩展分析，将时间因素纳入模型，但我不太确定最佳方法是什么。
具体来说，在本文附带的模拟数据文件中，我需要评估时间、VAR1 和 VAR1 * 时间对 VAR2 和 VAR3 每个水平的影响（见下图），同时考虑 VAR1 和 VAR2 之间以及 VAR1 和 VAR3 之间可能的交互作用。
我熟悉连续变量的重复测量最小二乘均值模型，但对于分类结果，我很难实现类似的方法。
JMP 16.1，Windows 版
欢迎提出任何意见。
最好的，
TS
质量与工艺工程回复：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
