827862_de-DE

liliconcom

Frage zu F-Tests in GLMMs mit BinomialfehlernHallo,
Ich habe eine Frage zu verallgemeinerten linearen Mischmodellen (GLMMs) in JMP Pro. Die meisten Statistiker halten es für ungeeignet, F-Tests oder T-Tests zu verwenden, um Prädiktorbeiträge in GLMs oder GLMMs mit Binomialfehlern zu bewerten. Dies liegt daran, dass F- und T-Tests auf Summen der Quadrate basieren, die normal verteilte Restfehler voraussetzen.
Die Verwendung einer Logit-Link-Funktion hilft zwar dabei, die Beziehung zwischen Prädiktoren und einer binomialen Antwortvariable zu linearisieren, normalisiert jedoch nicht die Residuen. Binomiale Modelle mit gemischten Effekten werden normalerweise optimiert, indem die negative Log-Likelihood und nicht die Summe der Quadrate minimiert wird. Dadurch sind Likelihood-Ratio-Tests im Allgemeinen geeigneter als F-Tests.
Warum erlaubt JMP vor diesem Hintergrund die Berechnung von F-Tests für GLMMs mit Binomialverteilung? Bietet JMP eine Option, in solchen Modellen Likelihood-Ratio-Tests anstelle von F-Tests durchzuführen? Und wie lässt sich die Zuverlässigkeit von Ausgaben überprüfen, die F-Tests melden?
Ich schätze Ihre Einsichten zu diesem Thema.
Beste grüße,
BarbaraGrundlegende Datenanalyse und Modellierung