Regressione generalizzata (dati censurati a sinistra)
Quando si utilizza la piattaforma di regressione generalizzata per analizzare i dati censurati lasciati, dove il rilevamento non è possibile a causa di un limite di rilevamento inferiore, in che modo JMP gestisce i dati censurati?
Per favore conferma che ho capito bene. I dati censurati di sinistra vengono trattati come se si trovassero tra zero e il limite di rilevamento tramite imputazione mancante (simulazione) presupponendo che l'intero set di dati abbia una distribuzione non normale (ad esempio log-normale)?
Oppure, invece di utilizzare la simulazione per l'imputazione, vengono applicate regole o metodi statistici specifici per attribuire valori per i dati censurati a sinistra?
Il motivo per cui pongo questa domanda è perché ieri, durante una sessione di introduzione alla regressione generalizzata per JMP Pro, un cliente ha affermato che stanno attualmente analizzando i dati censurati in JMP Basic simulando i valori mancanti tra zero e il limite di rilevamento. Hanno chiesto se la piattaforma di genere potesse essere un approccio migliore.
Posso dire che GENREG potrebbe essere appropriato per suggerire che assumere una distribuzione specifica per la simulazione potrebbe essere più adatto nel nostro caso. Giusto?
Re: Regressione generalizzata (dati censurati a sinistra)Sul modo in cui vengono gestiti i dati censurati, ecco un buon riferimento: "Metodi statistici per i dati sull'affidabilità" di Meeker e altri. https://www.amazon.com/Statistical-Reliability-Analysis-Probability-Statistics/dp/1118115457
Per la tua domanda, vedi Sezione 2.4 Probabilità.
In breve, l’osservazione censurata a sinistra ha un contributo alla verosimiglianza totale. E quel contributo è che la probabilità dell'osservazione censurata a sinistra è compresa tra zero (se la distribuzione è lognormale, Weibull, ecc.) e il limite di rilevamento.
Puoi capirlo confrontandolo con ciò che fa l'imputazione. Dopo l'imputazione, il contributo dell'osservazione è la "densità" del valore imputato. Il problema è come viene attribuito il valore. È strettamente correlato all’approccio simulativo.
La simulazione è un pensiero ragionevole, ma come si determina la distribuzione da cui si dovrebbero trarre le osservazioni? È un problema di uova di gallina.
L’approccio corretto non presenta questo dilemma.
Re: Regressione generalizzata (dati censurati a sinistra)Grazie. risolto
