如何分析包含交互作用等多種效果的二元結果時間序列資料？JMP社群的各位好，
在我的研究中，我通常使用名義邏輯迴歸平台分析單一時間點的二元結果，例如回應/無回應。現在，我需要擴展分析，將時間因素納入模型，但我不太確定最佳方法是什麼。
具體來說，在本文附帶的模擬資料檔案中，我需要評估時間、VAR1 和 VAR1 * 時間對 VAR2 和 VAR3 每個水準的影響（見下圖），同時考慮 VAR1 和 VAR2 之間以及 VAR1 和 VAR3 之間可能的交互作用。
我熟悉連續變數的重複測量最小平方法均值模型，但對於分類結果，我很難實現類似的方法。
JMP 16.1，Windows 版
歡迎提出任何意見。
最好的，
TS
品質與工藝工程回复：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
