Modello logico in scalaÈ necessario adattare il seguente modello logistico ai dati, dove Y=binario (1=malato, 0=nessuna malattia) e X è continuo. Il modello è simile ad un logistico ma con un parametro aggiunto, lambda. Qualsiasi consiglio su come procedere in JMP sarà apprezzato.
Modellazione statistica avanzataRi: Modello logico in scalaCiao @vincem : questo è il modello Logistic 3p nella libreria modelli della piattaforma non lineare, dove lambda (il tuo modello) = theta1, alpha (il tuo modello) = ln(theta2), beta (il tuo modello) = theta3.
Ri: Modello logico in scalaGrazie mille. tuttavia la mia risposta è binaria (malato = 1 o non malato = 0), non sono sicuro che la piattaforma non lineare possa gestire una risposta binaria. apprezzo il tuo aiuto. grazie ancora.
Ri: Modello logico in scalaCiao @vincem. Può essere fatto tramite il metodo descritto da @peng_liu qui. La probabilità di log sarà però diversa. Vedere qui.
https://community.jmp.com/t5/Discussions/fitting-truncated-data-to-a-continuous-distribution/mp/772507#M95290
E vedi la sezione 12.2.1 qui (dovrai adattarla leggermente per includere lambda).
https://www.stat.cmu.edu/~cshalizi/uADA/12/lectures/ch12.pdf
perla funzione log-verosimiglianza (usa la log-verosimiglianza negativa come spiega @peng_liu )
Domande, torna indietro.
Ri: Modello logico in scalaGrazie ancora...ho installato il modello non lineare e quello riportato di seguito, dove prop=n/N nella tabella seguente. Stime dei parametri indicate di seguito. penso che abbia funzionato come dovrebbe..
I dati provengono dalla pubblicazione
https://pubmed.ncbi.nlm.nih.gov/21983214/
| titoli | vaccino | n | N | puntello |
| 5 | Non influenzale | 6 | 119 | 0,05042 |
| 20 | Non influenzale | 0 | 2 | 0 |
| 40 | Non influenzale | 0 | 1 | 0 |
| 80 | Non influenzale | 0 | 4 | 0 |
| 160 | Non influenzale | 0 | 7 | 0 |
| 320 | Non influenzale | 0 | 13 | 0 |
| 453 | Non influenzale | 0 | 1 | 0 |
| 640 | Non influenzale | 0 | 4 | 0 |
| 2560 | Non influenzale | 0 | 1 | 0 |
| 3620 | Non influenzale | 0 | 1 | 0 |
| 5 | Controllo TIV | 2 | 25 | 0,08 |
| 10 | Controllo TIV | 2 | 36 | 0,055556 |
| 20 | Controllo TIV | 4 | 47 | 0,085106 |
| 28 | Controllo TIV | 0 | 1 | 0 |
| 40 | Controllo TIV | 2 | 42 | 0,047619 |
| 57 | Controllo TIV | 0 | 1 | 0 |
| 80 | Controllo TIV | 4 | 28 | 0,142857 |
| 113 | Controllo TIV | 0 | 1 | 0 |
| 160 | Controllo TIV | 0 | 32 | 0 |
| 226 | Controllo TIV | 0 | 1 | 0 |
| 320 | Controllo TIV | 0 | 17 | 0 |
| 640 | Controllo TIV | 0 | 16 | 0 |
| 905 | Controllo TIV | 0 | 2 | 0 |
| 1280 | Controllo TIV | 0 | 35 | 0 |
| 1810 | Controllo TIV | 0 | 4 | 0 |
| 2560 | Controllo TIV | 0 | 19 | 0 |
| 3620 | Controllo TIV | 0 | 2 | 0 |
| 5120 | Controllo TIV | 0 | 4 | 0 |
| 5 | TIV agg | 0 | 4 | 0 |
| 40 | TIV agg | 0 | 1 | 0 |
| 80 | TIV agg | 0 | 1 | 0 |
| 160 | TIV agg | 0 | 21 | 0 |
| 226 | TIV agg | 0 | 2 | 0 |
| 320 | TIV agg | 0 | 63 | 0 |
| 453 | TIV agg | 0 | 7 | 0 |
| 640 | TIV agg | 1 | 76 | 0,013158 |
| 905 | TIV agg | 0 | 4 | 0 |
| 1280 | TIV agg | 1 | 63 | 0,015873 |
| 1810 | TIV agg | 0 | 4 | 0 |
| 2560 | TIV agg | 0 | 46 | 0 |
| 3620 | TIV agg | 0 | 9 | 0 |
| 5120 | TIV agg | 0 | 10 | 0 |
