Generalisierte Regression (linkszensierte Daten)
Wie verarbeitet JMP die zensierten Daten, wenn man zur Analyse linkszensierter Daten die verallgemeinerte Regressionsplattform verwendet und eine Erkennung aufgrund einer niedrigeren Erkennungsgrenze nicht möglich ist?
Bitte bestätigen Sie, dass ich das richtig verstanden habe. Werden die links zensierten Daten durch fehlende Imputation (Simulation) so behandelt, als lägen sie zwischen Null und der Nachweisgrenze, vorausgesetzt, der gesamte Datensatz ist nicht normalverteilt (z. B. log-normal)?
Oder werden statt der Verwendung einer Simulation zur Imputation spezielle statistische Regeln oder Methoden angewendet, um Werte für linkszensierte Daten zu imputieren?
Der Grund für diese Frage ist, dass gestern während einer Einführungssitzung zur verallgemeinerten Regression für JMP Pro ein Kunde erwähnte, dass er derzeit zensierte Daten in JMP Basic analysiert, indem er fehlende Werte zwischen Null und der Nachweisgrenze simuliert. Er fragte, ob die Genreg-Plattform ein besserer Ansatz sein könnte.
Ich kann sagen, dass GENREG geeignet sein könnte, um vorzuschlagen, dass die Annahme einer bestimmten Verteilung für die Simulation in unserem Fall besser geeignet sein könnte, richtig?
Betreff: Verallgemeinerte Regression (linkszensierte Daten)Zum Umgang mit zensierten Daten finden Sie hier eine gute Referenz: „Statistical Methods for Reliability Data“ von Meeker und anderen. https://www.amazon.com/Statistical-Reliability-Analysis-Probability-Statistics/dp/1118115457
Ihre Frage finden Sie in Abschnitt 2.4 „Wahrscheinlichkeit“.
Kurz gesagt, die linkszensierte Beobachtung trägt zur Gesamtwahrscheinlichkeit bei. Und dieser Beitrag ist die Wahrscheinlichkeit, dass die linkszensierte Beobachtung zwischen Null (bei lognormaler Verteilung, Weibull-Verteilung usw.) und der Nachweisgrenze liegt.
Sie können es verstehen, indem Sie es mit dem vergleichen, was die Imputation bewirkt. Nach der Imputation ist der Beitrag der Beobachtung die „Dichte“ des imputierten Wertes. Das Problem ist, wie der Wert imputiert wird. Dies hängt eng mit dem Simulationsansatz zusammen.
Simulation ist eine vernünftige Überlegung, aber wie bestimmt man die Verteilung, aus der Beobachtungen gezogen werden sollten? Es ist ein Henne-Ei-Problem.
Bei einem richtigen Ansatz gibt es ein solches Dilemma nicht.
Betreff: Generalisierte Regression (linkszensierte Daten)Vielen Dank. gelöst
