¿Debería usar la regresión logística o el módulo de respuesta categórica?Estoy en JMP Pro 15.2.1.
Tengo 60 mil observaciones, donde la respuesta es verdadero/falso y dos predictores categóricos: trabajo y grupo (supongamos que no están correlacionados). Muchos miles de observaciones. Estaba a punto de hacer una regresión logística bajo el supuesto de que cada observación era independiente. Pero luego me di cuenta de que cada persona tenía tres oportunidades de respuesta consecutivas (una cada trimestre) y que sus respuestas sucesivas no son del todo independientes de las respuestas anteriores.Tengo una ID de persona para cada respuesta, por lo que sé qué respuestas pertenecen a cada ID de persona.
Mi primer intento fue simplemente usar la plataforma 'fit model' con una personalidad logística nominal. Pero no estaba seguro de cómo manejar las medidas repetidas generadas por la variable 'caso'. Podría ignorar el caso y tratar cada observación como independiente, pero eso probablemente invalide las estadísticas de mi prueba.
Para medidas repetidas, probé el módulo de respuesta múltiple en analizar -> investigación del consumidor -> categórico -> relacionado -> medidas repetidas. 'respuesta' es mi medida repetida, 'persona' es mi ID y 'trabajo' y 'grupo' son mis valores X. Pero cuando ejecuto el modelo, no veo ninguna de las pruebas que esperaría ver con la regresión logística. ¿Estoy en el módulo equivocado después de todo?
| persona | caso | respuesta | trabajo | grupo |
| a | 1 | T | ejecutivo | azul |
| a | 2 | F | ejecutivo | azul |
| a | 3 | T | ejecutivo | azul |
| b | 1 | F | personal | azul |
| b | 2 | F | personal | azul |
| b | 3 | T | personal | azul |
| C | 1 | F | sup. | naranja |
| C | 2 | T | sup. | naranja |
| C | 3 | T | sup. | naranja |
AnalíticaRe: ¿Debería usar la regresión logística o el módulo de respuesta categórica?Aquí hay un pensamiento. Pero asumo que el interés es ver (A) cómo las respuestas son diferentes por trabajo y/o grupo, Y también (B) cómo cambian las respuestas de un caso anterior al siguiente. Si tu interés no es ese, lo que voy a describir puede no ser adecuado.
Primer paso, tomar el subconjunto de todas las observaciones cuyo caso = 1. Analice el subconjunto usando regresión logística e intente responder (A) caso dado = 1.
Segundo paso, tomar el subconjunto de todas las observaciones cuyo caso = 2. Analice el subconjunto usando regresión logística e intente responder (A) caso dado = 2. Luego agregue la respuesta del caso = 1 como una nueva variable explicativa. Analice el nuevo subconjunto usando regresión logística e intente responder (B) dado el caso = 2, condicionando la respuesta para el caso = 1. Si la respuesta anterior resulta significativa, entonces dice algo sobre cómo la respuesta anterior afecta a la posterior.
Etc., etc. A medida que avanza el paso, es posible que deba intentar agregar solo la respuesta anterior inmediata como variable explicativa, o todas las respuestas anteriores como variables explicativas, y ver qué importa.
