CIAO,
Mi sono imbattuto in strani risultati durante la creazione del modello di regressione di Poisson in JMP e confrontandoli con R.
Sto modellando il conteggio (variabile Y), utilizzando il modello con intercetta e singola variabile categoriale mod ("Prima mod"/"Modificato"). Sto usando Log(Time) come variabile offset. La dimensione del mio campione è 60.
Durante l'esecuzione di questo modello, i miei parametri stimano l'errore standard sono molto grandi (1291), ma entrambi i parametri sono significativi.
Non è contraddittorio, penso che quel parametro significativo dovrebbe avere un errore std basso?
Inoltre, la stima dell'intercetta è al di fuori del CL inferiore e superiore.Quei due possono essere un bug? Oppure tali informazioni sarebbero un'indicazione per rifiutare il modello scadente.
Inoltre, eseguo una piattaforma con Firth Adjusted Maximum Likelihood, che ha ridotto significativamente l'errore std e ha restituito un modello valido.
Ma ho ricreato questo modello in R, usando le librerie glm e brglm2 [glmPoisson_firth <- glm(Y ~ mod + offset(Log.Time.), data = data, family = poisson(link = "log"), method = "brglmFit ", tipo = "AS_mean")]. Le stime dei parametri e gli errori standard sono gli stessi, ma a differenza di JMP R mostra che la variabile mod è insignificante (R p-value 0,10 vs JMP p-value 0,0062). Puoi spiegare da dove viene la differenza?
Saluti,
Ceg1
Il test del rapporto di verosimiglianza (LRT) non si basa sull'errore standard. Si basa sul chi-quadro associato all'aggiunta di questo termine al modello.
La stima dell'intercetta, -17,6756, rientra nell'intervallo di confidenza indicato, da -178,3917 a -9,458.
La funzione R utilizza un test Z assumendo errori normali e varianza nota. JMP utilizza LRT, che fornisce una copertura migliore.
