Ciao comunità JMP,
Vorrei sapere quale/i metodo/i statistico/i in JMP è il più appropriato per testare proporzioni multiple? Ho familiarità con l'analisi Fit Y di X Contingency per confrontare due proporzioni. Tuttavia, non riesco a capire se esiste una piattaforma generalizzata per confrontare più proporzioni tra condizioni o punti temporali.
Scenario tipico (vedi dati fittizi allegati):
Monitoro un risultato binario (p. es., risposta/non risposta) nel tempo e per condizioni multiple (p. es., trattamento, stato di base e sesso). Voglio confrontare l'effetto delle condizioni a livello globale e in momenti specifici.
Sistema: Windows 10
Versione JMP: 16.1
Eventuali suggerimenti sarebbero ben accetti.
Migliore,
TS
Ciao @Thierry_S ,
solo guardando i nomi delle colonne e immaginando lo scenario dietro di loro penso di avere un'idea. potrebbe essere esattamente ciò di cui hai bisogno in alcune circostanze. Se ho capito bene, l'ID si ripete nel tempo, il tempo è l'effetto "dentro" mentre il sesso, lo stato originale e il trattamento sono effetti "tra".
Dal momento che c'è tempo e stato di base, penso che un modello misto per le misure ripetute sia la strada da percorrere.
otterrei il modello misto lineare aggiunto: https://community.jmp.com/t5/JMP-Add-Ins/Generalized-Linear-Mixed-Model-Add-in/ta-p/284627
Una volta ottenuto, puoi usarlo per inserire manualmente i seguenti ruoli:
Fit Model(
Y( :OUTCOME ),
Effects(
:BASELINE STATUS, :TREATMENT, :GENDER, :TIME, :BASELINE STATUS * :TREATMENT,
:BASELINE STATUS * :GENDER, :BASELINE STATUS * :TIME, :TREATMENT * :GENDER,
:TREATMENT * :TIME, :GENDER * :TIME, :BASELINE STATUS * :TREATMENT * :GENDER,
:BASELINE STATUS * :TREATMENT * :TIME, :BASELINE STATUS * :GENDER * :TIME,
:TREATMENT * :GENDER * :TIME,
:BASELINE STATUS * :TREATMENT * :GENDER * :TIME,
:ID[:BASELINE STATUS, :TREATMENT, :GENDER] & Random
),
Personality( "Generalized Linear Model" ),
GLM Distribution( "Binomial" ),
Link Function( "Logit" )
);
il problema con l'attuale piattaforma del modello di adattamento (jmp pro 16) è che non lo mette in mostra, quindi è necessario utilizzare il componente aggiuntivo.
Quando si esegue con l'addin questo modello di misure ripetute fattoriale completo, ottengo problemi di singolarità, quindi forse alcune interazioni che non hanno alcuna varianza dovrebbero essere rimosse. forse vale anche la pena correre prima senza interazioni.
come nota a margine, questo strumento elegante può aiutare a risolvere molto rapidamente gli effetti "tra" / "dentro": https://community.jmp.com/t5/JMP-Add-Ins/Full-Factorial-Repeated-Measures-ANOVA-Add-In/ta-p/23904
facci sapere se qualcuno di questo è utile,
ron
Ciao @ron_horne ,
Grazie per la risposta esauriente. Il passaggio critico che mi ero perso è stato l'utilizzo della distribuzione binomiale nel modello GLM.
Esaminerò il componente aggiuntivo.
Migliore,
TS