Régression multiple avec variables fictives
Comment puis-je sélectionner l'interception dans la régression multiple ?
Je veux que deux lignes croisent l'axe Y au point (0,100).
Merci
Tohar
Analyse et modélisation de données de baseRe : Régression multiple avec des variables fictivesJe suppose que vous avez sélectionné Analyser > Ajuster le modèle pour démarrer la régression multiple. Une case à cocher se trouve au centre du bas de la boîte de dialogue de lancement. Sélectionnez-le pour supprimer l'interception du modèle
Re : Régression multiple avec des variables fictivesCet article décrit comment utiliser la plate-forme bivariée avec by() .... pour collecter les pentes et les interceptions :
Création-de-colonnes-de-Linear-Fit-Constants-slope-intercept
Re : Régression multiple avec des variables fictivesPeut-être que plus de détails sont nécessaires car je suis le troisième à répondre et j'ai une vision différente de votre question. Vous avez dit que vous vouliez que les lignes passent par (0, 100). Ce n'est pas la même chose que d'avoir l'ordonnée à l'origine de zéro. Vous pouvez utiliser la plate-forme non linéaire pour créer un modèle avec une ordonnée à l'origine fixe de 100 et le reste du modèle linéaire pour estimer les paramètres avec cette restriction.
Expliquez un peu plus votre situation afin que nous puissions mieux vous aider.
Re : Régression multiple avec des variables fictivesOh, merci, j'ai mal lu cette phrase.
Dans la plate-forme Fit Y - by - X / Bivariate, il existe également une option permettant de définir l'interception sur une valeur fixe :
Contraindre l'interception à
Re : Régression multiple avec des variables fictivesJ'essaie de faire une régression linéaire multivariée. Une variable continue explique -X et une variable continue est expliquée -Y et un autre facteur fictif est catégorique 0 ou 1. Je sais que les lignes doivent couper l'axe Y à 100 et je veux définir cela dans le modèle.
Semblable à la solution de la plate-forme Fit Y by X suggérée par "hogi", mais j'ai deux lignes - deux groupes.
Merci beaucoup
@Tohar , il semble donc que vous ayez un modèle ANCOVA (un facteur catégorique C et un X continu) et que vous souhaitiez régresser Y sur ceux-ci.Définir Y100 = Y-100. puis utilisez Y100 comme réponse. alors le seul effet dans votre modèle sera C*X, sans interception. Voir photo ci-dessous. De plus, dans le menu déroulant du triangle rouge, désélectionnez "Center Polynomials".
Exécutez ceci et obtenez ce qui suit : Et rappelez-vous que Y100 est Y-100. Ainsi, lorsque Y100=0, Y=100. Vous pouvez ensuite faire preuve de créativité avec Save Prediction Formula/Graph Builder/etc pour ramener l'axe Y à l'échelle brute (décalez-le de 100).
Re : Régression multiple avec des variables fictivesMerci beaucoup
Je ne suis pas sur le résultat que j'ai obtenu; les lignes croisent l'axe Y en (0,0) - voir ci-joint.
Mon objectif est de vérifier s'il existe une différence de taux (c'est-à-dire de pente) entre les deux groupes de traitement.Il n'est pas nécessaire de vérifier s'il y a une différence dans l'ordonnée à l'origine, je veux la définir à la fois dans le modèle et dans le graphique de présentation à (0,100).
Merci beaucoup!!!!!
Tohar
Re : Régression multiple avec des variables fictives@Tohar En supposant que votre modèle est correct (j'ai des doutes en regardant vos tracés résiduels, etc.), la valeur p pour l'estimation des paramètres et/ou dans le tableau ANOVA raconte l'histoire (ils sont équivalents) Si moins de 0,05 (c'est le seuil "habituel" / taux d'erreur de type 1), alors vous pourriez prétendre qu'il y a une différence de pente. Strictement parlant, vous testez s'il y a ou non une différence par rapport au modèle réduit Y100=0 (c'est-à-dire, juste du bruit). La valeur de p dit de rejeter le modèle Y100=0 en faveur du modèle à deux pentes (où pente1 = - pente2).
Re : Régression multiple avec des variables fictivesAvez-vous essayé la commande Group By dans le menu de la plate-forme (triangle rouge) avant d'utiliser Fit Special et de spécifier une ordonnée à l'origine = 100 ?
Re : Régression multiple avec des variables fictives@Tohar . À la réflexion, utilisez le même modèle avec l'interaction (comme je l'ai dit) et Days From Start. (voir ci-dessous). Ensuite, évaluez l'équivalence des pentes via la valeur p pour l'estimation du paramètre d'interaction. L'ajout du terme supplémentaire donnera plus de flexibilité par rapport aux estimations de pente (ne force pas pente1 = -pente2).
Re : Régression multiple avec des variables fictives@Tohar Pour plus de détails concernant mon message précédent.Notez que j'ai régressé Y-100 sur T et T*ARM sans interception.
Ainsi, l'équation finale est Y-100 = B0*T + B1*T*I(ARM=C) + B2*T*I(ARM=S), où I(ARM=C) = 1 si ARM=C, 0 sinon. I(ARM=S) est défini de manière similaire. Ainsi, B1 et B2 sont des écarts par rapport à la pente moyenne globale (B0). Défini de cette façon, la pente pour ARM C = B0+B1, et la pente pour ARM S = B0+B2. Et, pour voir que l'ordonnée à l'origine est 100, ajoutez 100 aux deux côtés de l'équation pour obtenir.
Y = 100 + B0*T + B1*T*I(ARM=C) + B2*T*I(ARM=S).
