Ciao,
Sto cercando di modellare i dati per ciascun trattamento separatamente, affinché xey preveda il valore corrispondente a x di y/100 = 0,5 e il punto di flesso della curva logistica generata. Voglio un modello logistico con 2P perché assyp. è noto (1).
Per fare questo, su consiglio di un membro dello staff (grazie mille) sto provando due modi diversi: utilizzare GLMM in Fit Model e la piattaforma non lineare.
Partendo dal problema che sto riscontrando in GLMM, ho diverse domande a riguardo:
1. Come posso conoscere il punto di flesso di quella curva? Non ho trovato un'opzione di menu per mostrarlo.
2. L'errore std. Usando la distribuzione binomiale (ho cercato a riguardo, e per proporzioni penso che sia la scelta migliore, ma non ne sono sicuro) l'errore è così alto nel trattamento C (uno dei problemi iniziali), ma anche nel trattamento A ( prima non avevo questo problema). La distribuzione che ho scelto è il problema principale?
3. Infine, utilizzando la distribuzione binomiale, in molti trattamenti la probabilità Chisqr non è significativa per il “modello”, ma le statistiche di bontà di adattamento hanno un buon valore (l'ho trovato in una risposta di JMP in un post della community). Con questo valore di Chisqr, il modello ha un buon risultato?
Per quanto riguarda il modo di modellare con la piattaforma non lineare, come puoi vedere negli script, ho provato equazioni con parametrizzazione diversa (e Log2P di JMP) ma ho un problema quando premo 'Vai'. Il risultato non si adatta alla curva che desidero e penso che potrebbe essere causato dai valori iniziali dei parametri. Esiste un modulo per stimare questo valore iniziale per evitare questo errore? Inoltre, quando provo a fare una previsione inversa personalizzata, fallisce.
Allego in questo post un dataset anonimo dei valori. L'obiettivo è ottenere buoni risultati per ciò che ho provato negli script, nonostante le limitazioni dei dati.
Grazie in anticipo.
Ciao Kaik,
Grazie per le tue domande
- Per una curva di regressione binomiale, il punto di flesso è il punto con una probabilità di 0,5 (che hai già trovato utilizzando la funzione Previsione inversa).
- Non penso che la distribuzione che hai scelto sia il problema, piuttosto potrebbe essere la scarsità dei tuoi dati. Potresti ottenere risultati migliori se selezioni la casella "Stime corrette per il primo bias" nella finestra Stima modello. Ecco un post di @Mark_Bailey che fornisce alcuni retroscena.
- Non capisco la domanda. Forse qualcun altro nella comunità ha un'intuizione o forse potresti riformulare?
Per quanto riguarda la questione non lineare, potresti avere più fortuna con la piattaforma Fit Curve, dove puoi vedere i punti di flesso, eseguire test di equivalenza, confrontare il parallelismo, ecc. Ho allegato uno script Fit Curve alla tabella dati originale.
Ciao @Kaik
Se vuoi trovare il punto di flesso della curva puoi prendere la derivata prima.
Ottenere le derivate del primo ordine
Per ulteriori dettagli consultare la documentazione della guida: Guida-->Cerca in JMP
Ciao @stan_koprowski : impostando la derivata 2a (rispetto a x) = 0, risolvendo x otterrai il punto di flesso...
Ciao Jed,
Grazie per la tua risposta! Proverò con il secondo punto che mi hai proposto. Il terzo punto riguarda i parametri che JMP ci fornisce per dire se la curva è corretta o meno e come interpretarla.
