やあ、
JMP でポアソン回帰モデルを作成し、R と比較したときに奇妙な結果に遭遇しました。
切片と単一のカテゴリ変数 mod (「Before mod」/「Modified」) を持つモデルを使用して、カウント (Y 変数) をモデリングしています。 Log(Time) をオフセット変数として使用しています。 私のサンプルサイズは60です。
このモデルを実行すると、パラメーター推定の標準誤差は非常に大きくなります (1291) が、両方のパラメーターが重要です。
矛盾していませんか。重要なパラメーターは標準偏差が低いはずだと思いますか?
さらに、切片推定値は下限 CL と上限 CL の範囲外です。この2つはバグでしょうか？ あるいは、そのような情報は、不適切なモデルを拒否することを示すものになるでしょう。
さらに、Firth 調整最尤法を使用してプラットフォームを実行すると、標準偏差が大幅に減少し、有効なモデルが返されました。
しかし、私は glm および brglm2 ライブラリ [glmPoisson_firth <- glm(Y ~ mod + offset(Log.Time.), data = data, family = poisson(link = "log"), method = "brglmFit" を使用して、このモデルを R で再作成しました。 "、タイプ = "AS_mean")]。 パラメーター推定値と標準誤差は同じですが、JMP とは対照的に、R は mod 変数が有意ではないことを示しています (R p 値 0.10 対 JMP p 値 0.0062)。 違いがどこから来るのか説明できますか?
よろしく、
Ceg1
