Devo usare la regressione logistica o il modulo di risposta categoriale?Sono in JMP Pro 15.2.1.
Ho 60mila osservazioni, in cui la risposta è vero/falso e due predittori categorici: lavoro e gruppo (supponiamo che non siano correlati). Molte migliaia di osservazioni. Stavo per fare una regressione logistica partendo dal presupposto che ogni osservazione fosse indipendente. Ma poi mi sono reso conto che ogni persona aveva tre opportunità di risposta consecutive (una ogni trimestre) e che le loro risposte successive non sono del tutto indipendenti dalle risposte precedenti.Ho un ID persona per ogni risposta, quindi so quali risposte appartengono a ciascun ID persona.
Il mio primo tentativo è stato semplicemente quello di utilizzare la piattaforma del "modello adatto" con una personalità logistica nominale. Ma non ero sicuro di come gestire le misure ripetute generate dalla variabile 'case'. Potrei ignorare il caso e trattare ogni osservazione come indipendente, ma questo probabilmente invalida le mie statistiche di test.
Per le misure ripetute, ho provato il modulo a risposta multipla in analisi -> ricerca sui consumatori -> categoriale -> correlate -> misure ripetute. "risposta" è la mia misura ripetuta, "persona" è il mio ID e "lavoro" e "gruppo" sono i miei valori X. Ma quando eseguo il modello, non vedo nessuno dei test che mi aspetterei di vedere con la regressione logistica. Dopotutto sono nel modulo sbagliato?
| persona | Astuccio | risposta | lavoro | gruppo |
| un | 1 | T | es | blu |
| un | 2 | F | es | blu |
| un | 3 | T | es | blu |
| b | 1 | F | personale | blu |
| b | 2 | F | personale | blu |
| b | 3 | T | personale | blu |
| c | 1 | F | sup | arancia |
| c | 2 | T | sup | arancia |
| c | 3 | T | sup | arancia |
AnaliticaRe: dovrei usare la regressione logistica o il modulo di risposta categoriale?Ecco un pensiero. Ma presumo che l'interesse sia vedere (A) come le risposte sono diverse per lavoro e/o gruppo, E anche (B) come cambiano le risposte dal caso precedente al caso successivo. Se il tuo interesse non è quello, quello che sto per descrivere potrebbe non essere corretto.
Primo passo, prendi il sottoinsieme di tutte le osservazioni il cui caso = 1. Analizza il sottoinsieme usando la regressione logistica e prova a rispondere (A) dato caso = 1.
Secondo passaggio, prendi il sottoinsieme di tutte le osservazioni il cui caso = 2. Analizza il sottoinsieme usando la regressione logistica e prova a rispondere (A) dato caso = 2. Quindi aggiungi la risposta da case = 1 come nuova variabile esplicativa. Analizza il nuovo sottoinsieme usando la regressione logistica e prova a rispondere (B) dato caso = 2, condizionando la risposta per caso = 1. Se la risposta precedente risulta significativa, allora dice qualcosa su come la risposta precedente influisce su quella successiva.
Così via così via. Man mano che il passaggio procede, potrebbe essere necessario provare ad aggiungere solo la risposta precedente immediata come variabile esplicativa o tutte le risposte precedenti come variabili esplicative e vedere cosa conta.
