Multiplicidad para el modelo de ajuste¿Cómo maneja JMP la multiplicidad estadística cuando ejecuta Fit Model?
Modelado estadístico avanzadoAnálisis y modelado de datos básicosRe: Multiplicidad para el modelo de ajusteNo creo que esas opciones estén disponibles para una variable de respuesta nominal; el estudio al que se hace referencia da como resultado odds ratios, por lo que no creo que esas opciones se apliquen. (Podría estar equivocado)
Re: Multiplicidad para el modelo de ajusteHola @NishaKumar : Está bien. Sí, hay varias opciones dentro de la plataforma Fit Model. El método que elijas, como bien sabes, depende de los objetivos/prioridades/etc. Está en el menú desplegable del triángulo rojo. Vea las fotos a continuación.
Re: Multiplicidad para el modelo de ajusteLas comparaciones múltiples son un término con el que estoy familiarizado, aunque nunca realizo tales ajustes y desconozco las capacidades integradas para ello en JMP (ciertamente podría estar equivocado y alguien me corregirá si es así). La corrección más conocida es la corrección de Bonferroni, que desconozco en JMP. Pero creo que es bastante fácil de hacer manualmente. Sin embargo, no creo que sea una buena idea reducir los valores p para tener en cuenta las comparaciones múltiples; no hace nada para corregir el pensamiento dicotómico que los valores p invitan. ¿Cuál es el tamaño del efecto, cuál es el intervalo de confianza, cuántos supuestos del modelo se han realizado, etc.? Todos son críticos para interpretar los resultados de un estudio. Cuando simplemente se reduce el valor p, simplemente se continúa pensando que el resultado de un estudio es si un efecto es real o no, en lugar de los tamaños potenciales e incertidumbres sobre esos efectos.
Parafraseando el comentario de Tufte sobre los gráficos circulares (lo único peor que un gráfico circular es más de un gráfico circular), lo único peor que un valor p es más de un valor p.
Quizás he exagerado. Pero el verdadero problema al que se refiere (creo) es el análisis de subgrupos. Generalmente, en los RCT, el análisis de subgrupos está mal visto, a menos que forme parte del estudio preinscrito; en cuyo caso, desde el principio, se han considerado los problemas de muestreo. Creo que un enfoque menos mecanicista que el de Bonferroni es mejor: si considera que p = 0,05 indica un efecto lo suficientemente fuerte como para ser relevante, si realiza 20 análisis de subgrupos, es de esperar que, en promedio, uno de ellos le resulte engañoso. En realidad, probablemente puede esperar que más de uno de cada 20 le resulte engañoso.
Re: Multiplicidad para el modelo de ajuste*papá* Quise escribir datos
Re: Multiplicidad para el modelo de ajusteHola @MRB3855 :
Sí, son comparaciones múltiples, pero en ensayos clínicos con múltiples subgrupos, debemos poder tener en cuenta la multiplicidad estadística, pero me pregunto si ya se tiene en cuenta con el modelo de ajuste de JMP. Si no, ¿cómo haría para analizarlo?
Gracias
Re: Multiplicidad para el modelo de ajusteHola dlehman1:
Entonces, la multiplicidad estadística es esencialmente el error de tipo I o la probabilidad de un falso positivo. Para mi análisis utilicé el modelo de ajuste para ejecutar los odds ratios, pero necesito saber cómo tiene en cuenta las comparaciones/multiplicidad múltiples porque mi padre realiza ensayos clínicos y tiene múltiples subgrupos. A continuación se muestra la definición que encontré de multiplicidad en línea a través de Google:
"La multiplicidad es una consideración importante en el análisis de ensayos clínicos. Ocurre cuando se llevan a cabo múltiples pruebas de significancia, lo que aumenta la tasa de error familiar (FWER), la probabilidad de un resultado estadísticamente significativo “falso positivo” o error tipo 1. "
Re: Multiplicidad para el modelo de ajusteHola @NishaKumar : Tampoco estoy seguro de lo que estás preguntando. ¿Te refieres a comparaciones múltiples?
Re: Multiplicidad para el modelo de ajusteEstá bien, voy a morder. ¿Qué es la "multiplicidad estadística"? Nunca antes había escuchado el término.
Re: Multiplicidad para el modelo de ajuste¿Cómo llegó a la pestaña de media de respuesta desde la salida del modelo de ajuste?
Lo que hice fue ir al modelo de ajuste bajo análisis, lo ejecuté y en el resultado seleccioné la prueba de Wald y el índice de probabilidades. En esa pantalla también está el FDR Logsworth, pero tengo curiosidad por saber cómo llegó a las pantallas que proporcionó en la captura de pantalla, por favor.
Gracias,
nisha
Re: Multiplicidad para el modelo de ajusteHola @NishaKumar . En mi ejemplo, mi respuesta fue “Promedio g/gato/día…”. La tuya será diferente.
Si tu respuesta no es continua, las opciones que aparecen en el triángulo rojo superior serán diferentes. Cuando publiqué esto, no me había dado cuenta de que tu respuesta no es continua (supongo que tu respuesta no es continua ya que estás viendo razones de probabilidades).
Re: Multiplicidad para el modelo de ajusteSí, mi respuesta no es continua.
