66676_fr-FR

liliconcom

question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Chère communauté,

 

J'ai une question très urgente. Dois-je centrer un régresseur avant d'exclure les valeurs aberrantes de la variable dépendante ou après ? Cela changerait la moyenne du régresseur car les points de données qui sont une valeur aberrante pour la variable dépendante, leur valeur du régresseur ne seront pas inclus dans la moyenne du régresseur qui est utilisé pour le centrer. Y a-t-il une convention dans quel ordre cela doit être fait?

 

J'espère que j'ai bien formulé ma question.

 

J'apprécierais beaucoup chaque indice.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Ok, les effets aléatoires étaient ce qui me manquait.De toute façon, vous ne pourriez pas les incorporer dans une régression logistique oridinal en utilisant JMP.Vous pouvez le faire avec SAS (PROC GLIMMIX) ou en R.Je suis sûr qu'il existe une implémentation logicielle de Box-Cox avec un paramètre de décalage, mais JMP ne le fait pas.J'ajouterais simplement 4 à ceux-ci si vous voulez Box-Cox juste pour voir si une transformation aiderait même.Il est en fait logique de le faire avec ces données, car une échelle de Likert à 7 points de 1 à 7 a tout autant de sens que -3 à 3.J'ai regardé les modèles des moindres carrés ordinaires de ces réponses, et la non-normalité n'est vraiment pas si mauvaise en traçant les résidus studentisés sur un graphique quantile normal.Je ne ferais rien en ce qui concerne les transformations et j'utiliserais simplement les réponses telles qu'elles sont.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Merci beaucoup pour votre temps et votre réponse détaillée. Je souhaite ajuster un modèle mixte linéaire avec à la fois le participant et le numéro d'élément comme effets aléatoires (uniquement les interceptions). Je ne peux pas expliquer la tendance avec le numéro de ligne, peut-être est-ce parce qu'il est trié par keeyresp pour le moment ?Mon superviseur m'a recommandé de faire le LMM pour les données ordinales, même si techniquement c'est ordinal. J'ai maintenant calculé tous les modèles pour resp.val avec les différentes transformations et enregistré les résidus. Comme tous ne suivent pas une distribution normale, j'utiliserais log car là, la distribution normale est au moins à la troisième place des recommandations. Ou existe-t-il un moyen de calculer Box Cox sans ajouter de constante à mes valeurs pour qu'elles deviennent positives?

 

Malheureusement je ne peux pas joindre le fichier.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Merci d'avoir posté ça.Cela dissipe beaucoup de confusion.Le centrage ne fera rien pour vous dans ce cas puisque vous ne demandez pas de modéliser un effet d'ordre supérieur impliquant une évaluation.réponse.

Si vous aviez inclus l'interaction avec rating.response, vous verriez que les interactions avec cet effet sont centrées par la note moyenne :

 

 

Je suis sûr que vous avez remarqué un degré élevé de non-normalité pour cette réponse.Sur la base du tracé de Box-Cox, je recommanderais une transformation de puissance utilisant la valeur -0,5 (inverse de la racine carrée).Il y a aussi un problème d'indépendance : un très tendance évidente dans les résidus suivant l'ordre des lignes (l'ordre des lignes correspond-il ici à l'ordre du temps ?).Je ne sais pas ce qui se passe là-bas, mais c'est une grande question qui devrait être abordée.Ce tracé résiduel montre le problème avec la transformation, mais vous pouvez également le voir avant la transformation.

 

 

Si vous ajoutez une colonne d'ordre des lignes comme effet supplémentaire, vous pouvez en tenir compte (il reste encore quelques questions majeures).Cependant, l'ordre des lignes est littéralement le seul effet statistiquement significatif.  

 

 

 

Maintenant, pour votre deuxième question.Vous avez techniquement des données ordinales pour la réponse.Avec une échelle de 7 points, vous pouvez parfois vous contenter de traiter comme continu, mais il n'y a probablement pas de bonne transformation que vous puissiez faire.La manière la plus correcte techniquement d'analyser cette réponse serait la régression logistique ordinale.Pour ce faire, définissez le type de modélisation pour ces réponses sur "Ordinal".Ajuster le modèle doit par défaut être une régression logistique ordinale.Vous pouvez spécifier le même modèle pour vos effets fixes.Ce modèle produira une probabilité de chaque valeur de notation.

 

J'ai enregistré les scripts que j'ai utilisés dans la table.

 

 

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

J'ai joint le fichier. Je veux analyser key_resp_1.rt von Teilmenge von Data_total par kongruenz=1 et neg2=0 et son interaction. la notation zentr est le régresseur sur lequel j'ai posé des questions pour le centrage.

 

La question sur les transformations de données concerne une deuxième analyse de rating_val1.response en tant que variable dépendante avec les mêmes effets fixes. idem pour rating_2.response.

 

Je voulais faire une transformation réciproque mais c'est mauvais à cause des valeurs nulles, n'est-ce pas ? après avoir ajouté une constante, les effets changent complètement. Je comparerais maintenant log et squrt. Mon superviseur m'a dit que les transformations quadratiques ne devraient pas être utilisées avec des valeurs négatives. cela serait-il également vrai pour le squrt lorsque j'ajouterais une constante en premier?

 

Je suis vraiment vraiment reconnaissant pour votre soutien.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Pouvez-vous publier les données que vous utilisez ?Si vous avez des problèmes de propriété intellectuelle, vous pouvez donner aux colonnes des noms génériques.Je pense qu'il serait beaucoup plus facile de vous aider si je pouvais voir avec quoi vous travaillez.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

J'ai ensuite divisé les données par paires en comparaisons par paires pour montrer comment l'effet principal agit pour un sous-groupe et pour l'autre sous-groupe. J'ai une conception 2x2. Une autre question que j'aurais est que je dois trouver la meilleure transformation. Le test de Box Cox n'est pas très utile dans jmp car il n'est utilisable que pour les données positives (dans les moindres carrés standard du modèle d'ajustement), mais j'ai des valeurs négatives et positives. Je comparerais maintenant log, squarert et réciproque (après avoir ajouté 1 + minimum) aux données. J'ai déjà essayé Box-Cox avec des données positivées mais comme j'obtiens une valeur différente à chaque fois que j'ajoute une constante différente à mes données, j'ai l'impression que ce n'est pas très raisonnable.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Vous n'avez vraiment rien à faire.Si vous voulez vous assurer que cette option est activée, regardez simplement le menu à flèche rouge dans la fenêtre de dialogue pour Ajuster le modèle.Vous devriez voir "Center Polynomials" coché.Les principaux effets ne seront pas centrés, mais ils le seront dans les interactions et les termes quadratiques.C'est tout ce dont vous avez besoin pour profiter du centrage.

 

Je ne suis pas sûr de comprendre ce que vous voulez dire "régression mixte linéaire".Voulez-vous dire que vous avez des facteurs continus et catégoriques ?Je demande parce que cela pourrait aussi être compris comme signifiant un mélange d'effets fixes et aléatoires.Quoi qu'il en soit, je ne comprends pas la nécessité de diviser les données pour résoudre une interaction.Pouvez-vous expliquer cela un peu plus?Vous devriez être en mesure de modéliser toutes les interactions directement dans un seul modèle.

 

 

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Merci pour votre réponse. Je les centre manuellement, comment puis-je faire en sorte que jmp le fasse lors de l'utilisation du modèle d'ajustement? J'utilise le modèle de régression mixte linéaire comme une Anova. C'est pourquoi je vais scinder mes données dans un second temps pour résoudre une interaction. Est-ce que je centrerais mon régresseur pour les groupes séparés ? J'ai l'impression que ce serait non autorisé mais mathématiquement raisonnable.

Re: question urgente: régresseur de centrage - aidez-moi s'il vous plaît

Mathématiquement, il serait plus logique de se concentrer sur les données réellement utilisées pour ajuster le modèle (c'est-à-dire après avoir supprimé la valeur aberrante).Le but est de réduire la colinéarité avec des termes d'ordre supérieur dans le modèle, ce qui augmente la puissance du test t pour chaque coefficient du modèle (raccourcit de la même manière les intervalles de confiance pour les estimations des paramètres associés).L'autre raison potentielle est d'avoir une interprétation spécifique des estimations de paramètres.Très probablement, cela ferait très peu de différence de centrer les effets avec ou sans la valeur aberrante, car cela ne modifiera probablement pas de manière significative les corrélations avec les termes d'ordre supérieur.

 

Curieux cependant, les centrez-vous manuellement?Si tel est le cas, vous ne devriez vraiment pas en avoir besoin, car JMP s'en charge pour vous.Dans Ajuster le modèle, l'option par défaut consiste à centrer les polynômes.