Logistique nominale vs GenReg avec distribution binomialeLorsque vous ajustez un modèle logistique dans Ajuster le modèle, vous n'obtenez pas d'intervalles de confiance sur la probabilité modélisée. Lorsque vous ajustez un modèle logistique avec GenReg, vous obtenez des intervalles de confiance.
Cette question est donc la suivante : pourquoi l'option de modèle logistique dans Fit Model n'a-t-elle pas de niveaux de confiance alors que GenReg en a ? Et est-il possible d’obtenir des niveaux de confiance dans les modèles logistiques dans JMP sans avoir accès à JMP Pro ?
Modèle logistique
GenReg - Modèle logistique
Re : Logistique nominale vs GenReg avec distribution binomialeNon, malheureusement, vous ne pouvez pas obtenir les limites de confiance pour la probabilité prédite dans le JMP standard. Pour calculer les CL avec une formule, vous auriez besoin de l'erreur type estimée du prédicteur linéaire, ou au moins de la matrice de covariance estimée des estimations de paramètres, dont aucune n'est signalée.
Quant à savoir pourquoi ? Autrefois, la régression logistique, comme les moindres carrés standards, était principalement utilisée pour la modélisation explicative axée sur les estimations des coefficients.
Re : Logistique nominale vs GenReg avec distribution binomialeMerci d'avoir confirmé Jian. Ce serait bien d'avoir les CI en régression logistique, mais au moins je sais que je ne manque rien ici.
