擬合模型的多重性運行擬合模型時 JMP 如何處理統計多重性？
進階統計建模基礎資料分析與建模回覆：擬合模型的多重性我認為這些選項不適用於名目反應變數 - 該研究提到了比值比的結果，所以我認為這些選項不適用。 （我可能錯了）
回覆：擬合模型的多重性嗨@NishaKumar ：好的。是的，「擬合模型」平台中有多個選項。眾所周知，您選擇哪種方法取決於目標/優先級/等。它位於紅色三角形下拉式選單上。請參閱下面的圖片。
回覆：擬合模型的多重性多重比較是我熟悉的術語，儘管我從未進行過此類調整，而且我不知道 JMP 中的內建功能（我當然可能是錯的，如果我錯了，有人會糾正我）。最熟悉的校正是 Bonferroni 校正，我在 JMP 中不知道它。但我認為用手做很容易。然而，我認為降低 p 值來解釋多重比較並不是一個好主意 - 它對於糾正 p 值引發的二分思維沒有任何作用。效應大小有多大、信賴區間是多少、做了多少模型假設等對於解釋研究結果都至關重要。當你只是降低 p 值時，你只是繼續認為研究的結果是影響是否真實，而不是這些影響的潛在大小和不確定性。
套用 Tufte 對圓餅圖的評論（唯一比一個圓餅圖更糟糕的是不只一個圓餅圖），唯一比一個 p 值更糟糕的是不只一個 p 值。
也許我誇大了事情。但您所指的真正問題（我認為）是亞組分析。通常在隨機對照試驗中，亞組分析是不受歡迎的，除非它是預先註冊研究的一部分——在這種情況下，抽樣問題就被考慮在內。我認為比 Bonferroni 更機械的方法是最好的 - 如果您認為 p=.05 表示足夠強的影響“重要”，那麼如果您進行 20 個亞組分析，您應該預期其中一個平均會誤導您。事實上，您可能會發現超過二十分之一的人會誤導您。
回覆：擬合模型的多重性*爸爸*我的意思是寫入數據
回覆：擬合模型的多重性嗨@MRB3855 ：
是的，這是多重比較，但在多個亞組的臨床試驗中，我們需要能夠考慮統計多重性，但我想知道 JMP 的擬合模型是否已經考慮到了這一點？如果沒有，我該如何分析呢？
謝謝
回覆：擬合模型的多重性嗨德萊曼1：
因此，統計多重性本質上是 I 類錯誤或誤報的機率。對於我的分析，使用擬合模型來運行比值比，但我需要知道它如何解釋多重比較/多重性，因為我父親正在進行臨床試驗，並且它有多個亞組。以下是我透過谷歌在線找到的多重性的定義：
「多重性是臨床試驗分析中的主要考慮因素。當進行多重顯著性檢定時，就會出現多重性，從而增加家族錯誤率(FWER)，即「假陽性」統計顯著性結果或1型錯誤的機率。 ”
回覆：擬合模型的多重性嗨@NishaKumar ：我也不確定你在問什麼。你的意思是多重比較嗎？
回覆：擬合模型的多重性好吧，我咬一下。什麼是「統計多重性」？我以前從未聽說過這個詞。
回覆：擬合模型的多重性您如何從擬合模型輸出中找到響應均值選項卡？
我所做的就是在分析下擬合模型，運行它並在輸出中選擇 Wald 檢定和比值比。該螢幕上還有 FDR 洛茲沃思，但我很好奇您是如何到達螢幕截圖中提供的螢幕的。
謝謝你，
尼莎
