ロジスティック回帰またはカテゴリ応答モジュールを使用する必要がありますか?私は JMP Pro 15.2.1 を使用しています。
私は 60,000 の観測値を持っています。ここで、応答は true/false であり、2 つのカテゴリ予測子: 仕事とグループ (それらは相関していないと仮定します) です。 何千もの観測。 すべての観測値が独立しているという仮定の下で、ロジスティック回帰を実行しようとしていました。 しかしその後、各人には連続して 3 回 (四半期ごとに 1 回) 応答する機会があり、連続する応答は以前の応答から完全に独立しているわけではないことに気付きました。回答ごとに個人 ID があるので、どの回答が各個人 ID に属しているかがわかります。
私の最初の試みは、単純に、名目上のロジスティック パーソナリティで「適合モデル」プラットフォームを使用することでした。 しかし、'case' 変数によって生成される繰り返し測定を処理する方法がわかりませんでした。 大文字と小文字を区別せず、すべての観測を独立したものとして扱うこともできますが、それはおそらくテスト統計を無効にしています。
反復測定については、分析 -> 消費者調査 -> カテゴリ -> 関連 -> 反復測定で多重応答モジュールを試しました。 「response」は繰り返し測定値、「person」は ID、「job」と「group」は X 値です。 しかし、モデルを実行すると、ロジスティック回帰で期待されるテストがまったく表示されません。 結局、私は間違ったモジュールにいますか?
| 人 | 場合 | 応答 | 仕事 | グループ |
| a | 1 | T | エグゼクティブ | 青い |
| a | 2 | ふ | エグゼクティブ | 青い |
| a | 3 | T | エグゼクティブ | 青い |
| b | 1 | ふ | スタッフ | 青い |
| b | 2 | ふ | スタッフ | 青い |
| b | 3 | T | スタッフ | 青い |
| c | 1 | ふ | 補給する | オレンジ |
| c | 2 | T | 補給する | オレンジ |
| c | 3 | T | 補給する | オレンジ |
分析Re: ロジスティック回帰またはカテゴリ応答モジュールを使用する必要がありますか?ここに一つの考えがあります。 しかし、興味があるのは、(A) 仕事やグループによって応答がどのように異なるか、および (B) 前のケースから次のケースで応答がどのように変化するかを確認することであると想定しています。 あなたの興味がそうでないなら、私がこれから説明することは適切ではないかもしれません.
最初のステップでは、ケース = 1 のすべての観測のサブセットを取得します。 ロジスティック回帰を使用してサブセットを分析し、ケース = 1 の場合に (A) を答えてみてください。
2 番目のステップでは、case = 2 であるすべての観測のサブセットを取得します。 ロジスティック回帰を使用してサブセットを分析し、与えられたケース = 2 で (A) を答えてみてください。 次に、ケース = 1 からの応答を新しい説明変数として追加します。 ロジスティック回帰を使用して新しいサブセットを分析し、ケース = 2 の場合、ケース = 1 の応答を条件として (B) の回答を試みます。 前の応答が重要であることが判明した場合、前の応答が後の応答にどのように影響するかがわかります。
などなど。 ステップが進むにつれて、直前の応答のみを説明変数として追加するか、以前のすべての応答を説明変数として追加してみて、どちらが重要かを確認する必要がある場合があります。
