66676_de-DE

liliconcom

dringende Frage: Regressor zentrieren - bitte um Hilfe

Liebe Gemeinde,

 

Ich habe eine sehr dringende Frage. Zentriere ich einen Regressor, bevor ich Ausreißer aus der abhängigen Variablen ausschließe oder danach? Dies würde den Mittelwert des Regressors ändern, da die Datenpunkte, die ein Ausreißer für die abhängige Variable sind, deren Wert des Regressors nicht in den Mittelwert des Regressors einbezogen werden, der verwendet wird, um ihn zu zentrieren. Gibt es eine Konvention, in welcher Reihenfolge es getan werden sollte?

 

Ich hoffe ich habe meine Frage richtig formuliert.

 

Ich würde mich sehr über jeden Hinweis freuen.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Ok, die zufälligen Effekte waren das, was ich vermisst habe.Sie könnten diese ohnehin nicht mit JMP in eine ordinale logistische Regression integrieren.Sie könnten das mit SAS (PROC GLIMMIX) oder in R tun.Ich bin mir sicher, dass es eine Softwareimplementierung von Box-Cox mit einem Offset-Parameter gibt, aber JMP tut das nicht.Ich würde nur 4 zu diesen hinzufügen, wenn Sie Box-Cox nur sehen möchten, ob eine Transformation überhaupt helfen würde.Es macht tatsächlich Sinn, dies mit diesen Daten zu tun, da eine 7-Punkte-Likert-Skala von 1 bis 7 genauso sinnvoll ist wie -3 bis 3.Ich habe mir die gewöhnlichen Modelle der kleinsten Quadrate dieser Antworten angesehen, und die Nichtnormalität ist wirklich nicht so schlimm, wenn man die studentisierten Residuen auf einem normalen Quantildiagramm darstellt.Ich würde nichts so weit wie Transformationen tun und nur die Antworten so verwenden, wie sie sind.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

vielen Dank für deine Zeit und deine ausführliche Antwort. Ich möchte ein lineares gemischtes Modell mit sowohl Teilnehmer als auch Itemnummer als zufällige Effekte (nur Intercepts) anpassen. Ich kann mir den Trend nicht mit der Zeilennummer erklären, vielleicht liegt es daran, dass im Moment nach keeyresp sortiert wird?Mein Vorgesetzter hat mir empfohlen, das LMM für die ordinalen Daten zu machen, obwohl es technisch gesehen ordinal ist. Ich habe nun alle Modelle für resp.val mit den verschiedenen Transformationen berechnet und die Residuen gespeichert. Da nicht alle einer Normalverteilung folgen, würde ich log verwenden, da dort die Normalverteilung mindestens an dritter Stelle der Empfehlungen steht. Oder gibt es eine Möglichkeit, Box Cox zu berechnen, ohne meinen Werten eine Konstante hinzuzufügen, damit sie positiv werden?

 

Leider kann ich die Datei nicht anhängen.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Danke, dass du das gepostet hast.Es räumt viel Verwirrung auf.Das Zentrieren wird in diesem Fall nichts für Sie tun, da Sie keinen Effekt höherer Ordnung modellieren möchten, der Rating.Response beinhaltet.

Wenn Sie die Interaktion mit rating.response einbezogen haben, sehen Sie, dass die Interaktionen mit diesem Effekt um die mittlere Bewertung zentriert sind:

 

 

Ich bin mir sicher, dass Ihnen bei dieser Reaktion ein hohes Maß an Nicht-Normalität aufgefallen ist.Basierend auf dem Box-Cox-Diagramm würde ich eine Potenztransformation mit dem Wert -0,5 (Kehrwert der Quadratwurzel) empfehlen.Es gibt auch ein Problem mit der Unabhängigkeit: a sehr offensichtlicher Trend in den Residuen nach der Reihenreihenfolge (entspricht die Reihenreihenfolge hier der Zeitreihenfolge?).Ich bin mir nicht sicher, was dort vor sich geht, aber das ist eine große Frage, die angegangen werden sollte.Dieses Residuendiagramm zeigt das Problem mit der Transformation, aber Sie können es auch vor der Transformation sehen.

 

 

Wenn Sie als zusätzlichen Effekt eine Spalte mit Zeilenreihenfolge hinzufügen, können Sie dies berücksichtigen (lässt noch einige wichtige Fragen offen).Die Zeilenreihenfolge ist jedoch buchstäblich der einzige Effekt, der statistisch signifikant ist.  

 

 

 

Nun zu Ihrer zweiten Frage.Sie haben technisch Ordnungsdaten für die Antwort.Mit einer 7-Punkte-Skala können Sie manchmal davonkommen, als kontinuierlich zu behandeln, aber es gibt wahrscheinlich keine gute Transformation, die Sie tun können.Der technisch korrektere Weg, diese Antwort zu analysieren, wäre die ordinale logistische Regression.Stellen Sie dazu den Modellierungstyp für diese Antworten auf „Ordinal“ ein.Modell anpassen sollte standardmäßig eine ordinale logistische Regression verwenden.Sie können dasselbe Modell für Ihre festen Effekte angeben.Dieses Modell gibt eine Wahrscheinlichkeit für jeden Bewertungswert aus.

 

Ich habe die Skripte, die ich verwendet habe, in der Tabelle gespeichert.

 

 

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Ich habe die Datei angehängt. Ich möchte key_resp_1.rt von Teilmenge von Data_total by kongruenz=1 und neg2=0 und deren Zusammenspiel analysieren. rating zentr ist der Regressor, nach dem ich für die Zentrierung gefragt habe.

 

Die Frage nach Datentransformationen bezieht sich auf eine zweite Analyse von rating_val1.response als abhängige Variable mit denselben festen Effekten. das gleiche gilt für rating_2.response.

 

Ich wollte eine reziproke Transformation durchführen, aber das ist wegen der Nullwerte schlecht, oder? nach dem Hinzufügen einer Konstante ändern sich die Effekte vollständig. Ich würde jetzt log und squrt vergleichen. Mein Vorgesetzter sagte mir, dass quadratische Transformationen nicht verwendet werden sollten, wenn negative Werte vorliegen. würde das auch für den squrt gelten, wenn ich zuerst eine konstante hinzufüge?

 

Ich bin Ihnen wirklich sehr dankbar für Ihre Unterstützung.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Kannst du die verwendeten Daten posten?Wenn Sie Bedenken hinsichtlich des geistigen Eigentums haben, können Sie den Spalten generische Namen geben.Ich denke, es wäre viel einfacher, Ihnen zu helfen, wenn ich sehen könnte, womit Sie arbeiten.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Ich habe die Daten anschließend in paarweise Vergleiche aufgeteilt, um zu zeigen, wie sich der Haupteffekt für die eine Untergruppe und für die andere Untergruppe auswirkt. Ich habe ein 2x2-Design. Eine andere Frage, die ich hätte, ist, dass ich die beste Transformation finden muss. Der Box-Cox-Test ist in jmp nicht sehr nützlich, da er nur für positive Daten verwendbar ist (im Fit-Modell-Standard der kleinsten Quadrate), aber ich habe sowohl negative als auch positive Werte. Ich würde jetzt log, squarert und reciprocal (nachdem ich 1+Minimum hinzugefügt habe) mit den Daten vergleichen. Ich habe Box-Cox bereits mit positivisierten Daten ausprobiert, aber da ich jedes Mal einen anderen Wert erhalte, wenn ich meinen Daten eine andere Konstante hinzufüge, halte ich das für nicht sehr vernünftig.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Sie müssen nicht wirklich etwas tun.Wenn Sie sicherstellen möchten, dass diese Option aktiviert ist, sehen Sie sich einfach das Menü mit den roten Pfeilen im Dialogfenster für Modell anpassen an.Sie sollten sehen, dass "Center Polynomials" aktiviert ist.Die Haupteffekte werden nicht zentriert sein, aber sie werden in den Wechselwirkungen und quadratischen Termen liegen.Das ist alles, was Sie brauchen, um die Vorteile der Zentrierung zu nutzen.

 

Ich bin mir nicht sicher, ob ich verstehe, was Sie mit "linearer gemischter Regression" meinen.Meinen Sie, Sie haben stetige und kategoriale Faktoren?Ich frage, weil man darunter auch eine Mischung aus festen und zufälligen Effekten verstehen könnte.So oder so verstehe ich nicht die Notwendigkeit, die Daten aufzuteilen, um eine Interaktion zu lösen.Kannst du das etwas näher erläutern?Sie sollten in der Lage sein, alle Interaktionen direkt in einem Modell zu modellieren.

 

 

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Danke für deine Antwort. Ich zentriere sie manuell, wie bekomme ich jmp dazu, wenn ich fit model verwende? Ich verwende das lineare gemischte Regressionsmodell wie eine Anova. Deshalb werde ich meine Daten in einem zweiten Schritt aufteilen, um eine Interaktion zu lösen. Würde ich meinen Regressor für die zu trennenden Gruppen zentrieren? Ich habe das Gefühl, dass dies nicht autorisiert, aber mathematisch vernünftig wäre.

Betreff: dringende Frage: Regressor zentrieren - bitte um Hilfe

Mathematisch gesehen wäre es sinnvoller, sich auf die Daten zu konzentrieren, die tatsächlich verwendet werden, um das Modell anzupassen (dh nach dem Entfernen des Ausreißers).Der Punkt besteht darin, die Kollinearität mit Termen höherer Ordnung im Modell zu reduzieren, was die Aussagekraft des t-Tests für jeden Modellkoeffizienten erhöht (in ähnlicher Weise die Konfidenzintervalle für die zugehörigen Parameterschätzungen verkürzt).Der andere mögliche Grund ist eine spezifische Interpretation für Parameterschätzungen.Höchstwahrscheinlich würde es sehr wenig Unterschied machen, die Effekte mit oder ohne den Ausreißer zu zentrieren, da es wahrscheinlich keine Korrelationen mit den Termen höherer Ordnung wesentlich ändern wird.

 

Neugierig, zentrieren Sie sie manuell?Wenn ja, sollten Sie das wirklich nicht brauchen, da JMP das für Sie erledigt.In Modell anpassen besteht die Standardoption darin, Polynome zu zentrieren.