إشارة فئة ثنائي - خيارات

أنا أحاول تحليل البيانات الخاصة بي باستخدام الانحدار اللوجستي مولتينوميال حيث متغير التابع بلدي هو نتيجة السريرية المرضى مقابل صحية و 1 متغيرات مستقلة العوامل هي في عدة فئات. المشكلة لدي هو محاولة لمعرفة كيف يمكنني تعيين واحدة من فئة كما مجموعة مرجعية في SPSS. I فعلت التحليل العكسي عن طريق تحويل المتغيرات التابعة والعامل حتى أتمكن من تعيين مرجع ولكن بعد الآن أن أفكر في ذلك، وأنا أدرك أنه لا تجعل معنى كبير أنا أيضا مقارنة قيم أور من ملر إلى أن تحليل 2x2 ولكن هو مختلفة إلى حد كبير. أنا حاولت أيضا الانحدار اللوجستي ثنائي وخلق المتغيرات وهمية لكل فئة ولكن لم يكن لدينا قيم معقولة إما. إديت سبس الأمر والمخرجات لقد وضعت الفئة الأولى 1 في بلدي المتغير المستقل كما ريفيرانس. إذا كان المتغير التابع الخاص بك ثنائي، الانحدار اللوجستي الثنائي هو الطريق للذهاب ماذا تعني 1 المتغيرات المستقلة العوامل ما المتغير يمثل مشكلة مع وضع القط المرجعي إغوري ما على وجه التحديد لا تجعل معنى كبير أيضا، ماذا عن إظهار الأوامر الخاصة بك والإخراج الخاص بك حتى المتطوعين هنا يمكن أن تساعدك على تفسير واستكشاف rolando2 يوليو 14 14 في 21 43.يمكنك تحقيق ما كنت تبحث عن القيام به عن طريق استخدام التالية. استخدام ثنائي الانحدار اللوجستي. تعيين حالتك الثنائية مرضية مقابل متغير صحي كما ريكود تعتمد إذا لزم الأمر بحيث المرضى 1 أو صحي 1 والآخر هو 0، اعتمادا على ما إذا كنت أكثر اهتماما في نمذجة لوغ-أودز من المرضى أو أن تكون صحية قم بتعيين فئة مرجعية لمتغير المجموعة باستخدام الأمر كونتراست سوف يساعدك ملف التعليمات أو دليل التركيب في الاختيار من بين خيارات مثل تباين المؤشر أو الانحراف المؤشر ربما يكون الأكثر ملاءمة وفي آليات تعيين فئة واحدة مثل غسا كمرجع الذي سيتم مقارنة الآخرين. تخلق المتغيرات وهمية لتمثيل متنبأ مثل المجموعة مفيد في بعض الحالات ولكن ربما ليس من الضروري هنا سبس فيل l إنشاء هذه الدمى بالنسبة لك كجزء من التباين الذي تحدده لاحقا، إذا كنت بحاجة إلى استخدام الناتج الانحدار لإنشاء معادلة تنبؤية، وهناك اختصار للقيام بذلك دون إنشاء الدمى التي يمكن أن أشاطركم بشكل منفصل إذا لزم الأمر be. EDIT - لتعيين مجموعة معينة كفئة مرجعية. هذا سوف تظهر لك ترتيب الفئات كما سبس يرى لهم دعونا نفترض غغ هو الثالث ثم غغ يمكن تعيينها كفئة مرجعية باستخدام هذا الأمر الفرعي في الانحدار. الآن، على افتراض صحية (1) لمتغير الحالة، فإن كل معامل مجموعة في الانحدار، عندما الأسية، سوف اقول لكم نسبة بين تلك المجموعة من الاحتمالات من وجود نتيجة صحية ومجموعة غغ احتمالات وجود نتائج صحية. تحسين الانحدار اللوجستي في باسو SPSS. When نحن نستخدم الانحدار اللوجستي عندما نريد أن ننتج نسب الأرجحية لمعرفة ما إذا كانت لدينا المتغيرات المستقلة مثل التدخين أبدا المدخن، المدخن السابق، المدخن الحالي يتنبأ احتمالات أعلى من المتغير التابع مثل والاكتئاب نعم أو لا متغير النتيجة يجب أن يكون 2 فئات. السيناريو نموذج حساب نسبة الأرجحية من وجود الاكتئاب على أساس سلوك الناس التدخين. في هذا السيناريو، متغير التابع لدينا هو الاكتئاب، ولها 2 فئات 1 لا فئة مرجعية 2 نعم لدينا متغير مستقل هو سلوك التدخين، ولديه 3 فئات 1 لم يدخن الفئة المرجعية 2 المدخن السابق 3 المدخن الحالي. سؤالنا البحثي هو مقارنة لأولئك الذين لم يدخنوا أبدا، هل أولئك الذين هم من المدخنين السابقين أو أولئك الذين هم من المدخنين الحاليين احتمالات أعلى من وجود الاكتئاب. خطوة 1 تحليل - الانحدار - لوجستية الثنائية. خطوة 2 حدد الاكتئاب المتغير التابع وتحريكه في المربع التابع نقل المتغير المستقل smoke3 في مربع المتغيرات. الخطوة 3 انقر فوق مربع كاتيغوريكال نقل smoke3 في فئة كاتيغوريكال مربع المتغيرات المشتركة لأن الدخان 3 متغير فئوي لا يحتاج إلى هذه الخطوة إذا كان متغيرك المستقل متغيرا مستمرا حدد أولا كفئة مرجعية و انقر فوق تغيير، لأننا نريد المجموعة الأولى أبدا المدخن ليكون المرجع الفئة. الخطوة 4 انقر فوق مربع خيارات القراد سي ل إكس B 95 - وهذا سوف تعطيك 95 فترات الثقة لنسب احتمالات الخاص بك. كما سي 95 لا تتداخل، يمكننا أن نستنتج أنه بالمقارنة مع أولئك الذين لم يدخنوا أبدا، المدخنين السابقين لديهم 1 14 مرات أعلى خلاف 95 سي 1 05 إلى 1 24، والمدخنين الحالي لديهم 1 79 مرات أعلى خلاف 95 سي 1 64-195 لتكون الاكتئاب. 2010 فريق تطوير الشبكة. كيف يمكننا تغيير الفئة المرجعية لمتغير فئوي هذا السؤال يأتي في كثير من الأحيان في الممارسة الاستشارية. عندما تشمل المتغيرات المشتركة الفئوية في نماذج الانحدار، وهناك مسألة كيفية دمج الفئات طريقة واحدة بسيطة هي لتوليد متغيرات مؤشر، تسمى أحيانا المتغيرات وهمية نذهب إلى بعض التفاصيل حول بارامتريزاتيون من المتغيرات المشتركة الفئوية في ساس و R كتاب، القسم 3 1 3. في نهج مؤشر متغير، يتم إنشاء متغيرات ثنائية التفرع جديدة لجميع ولكن واحدة من الفئات هذه قيمة 1 إذا كان الموضوع في الفئة و 0 خلاف ذلك ساس و R كل طرق بسيطة للقيام بذلك دون إنشاء صراحة متغيرات جديدة في ساس، العديد من الإجراءات قبول بيان فئة، بينما في R يمكن تعريف متغير كعامل ، على سبيل المثال من خلال استخدام. دعونا ننظر في مثال بسيط مع عرض التالية لمتغير فئوية والمؤشرات الناتجة. عندما نصلح النموذج، الفقرة متر المرتبطة متغير إندا هو تقدير للفرق بين الفئات A و D ولكن ماذا لو كنا نريد الفرق بين A و C حسنا، يمكننا أن نخرج من الآلات الحاسبة لدينا، ولكن نحن أيضا مثل الخطأ القياسي لهذا الفرق المقدر واحد طريقة للقيام بذلك هو تغيير فئة مرجعية، وهذا هو ما سنقوم استكشاف اليوم في إدخال في المستقبل، ونحن سوف لشرح كيفية حساب المقارنات التعسفية، أو التناقضات، دون إعادة صياغة النموذج هذا الأسلوب من المرجح متفوقة على واحد هو مبين هنا ، ولكن كما الإحصائيين الاستشاريين، والسؤال كيف يمكنني تغيير فئة مرجعية هو واحد نحن غالبا ما يجيب. ل بروكس لوجستية جينمود فريج و سورفيلوجيستيك يمكنك استخدام الخيار المرجع، على النحو التالي. لسوء الحظ، وتغيير مرجع في ساس أمر محرج للإجراءات الأخرى و ساس الافتراضي هو جعل الفئة الأخيرة المرجع، عندما يتم تحديد آخر عن طريق ترتيب الأحرف لتغيير هذا، استخدم الخيار ترتيب، في كثير من الأحيان خيار لبيان فئة ولكن سومي ميس خيار لبيان بروك إذا كان المرجع المطلوب هو الفئة الأولى، يمكنك جعله المرجع عن طريق الفرز على المتغير بترتيب تنازلي ومن ثم استخدام خيار بيانات الترتيب. إذا كانت الفئة المرجعية المطلوبة هي ليكسيكوغرافيكالي في منتصف القائمة، أفضل رهان الخاص بك هو إعادة رمز الفئات زميلي شيريل ريفاس شيمان إعادة تسميات كما، إيغا الأزرق، ب أخرى، ج البني ثم فرز على متغير جديد واستخدام نهج البيانات النظام قد تحصل أيضا محظوظا عن طريق الفرز على بعض المتغيرات الأخرى في مجموعة البيانات واستخدام بيانات النظام. على سبيل المثال، فإننا نعتبر التحليل البسيط للتغيرات المشتركة التي تمت مناقشتها في القسم 3 7 2 الخلية المرجعية الافتراضية للمادة هي الهيروين يمكننا استبدال هذا مع الكحول باستخدام نهج الفرز. ملاحظة أن ساس يخلق مستويات للتفاعل بناء على متغيرات المؤشرات الضمنية نفسها. في R هناك عدة خيارات لتغيير الخلية المرجعية قد تكون أبسط هذه هي الدالة ريليفيل الوسيتان هما واسم العامل وفئة المرجع المطلوب يمكن تداخل الدالة ضمن ريفيل إذا لزم الأمر. الاستعراضات من الطبعة الأولى. من خلال وضع R و ساس حلول معا، من خلال تغطية مجموعة واسعة من المهام في كتاب واحد، وأضاف كلينمان وهورتون قيمة مفاجئة والبحث عن المعلومات في كتابهم تشغيل المنزل وهو كتاب أنا ممتن أن يكون الجلوس، خالية من الغبار، على رف بلدي روبرت آلان غريفي، الابن، تدريس الإحصاءات في العلوم الصحية. يمكنني استخدام ساس و R على أساس يومي كل لديه نقاط القوة والضعف، واستخدام كل منهما يعطي ميزة القدرة على القيام بأي شيء تقريبا عندما يتعلق الأمر التلاعب البيانات والتحليل والرسومات إذا كنت تستخدم كل من ساس و R على على أساس منتظم، الحصول على هذا الكتاب إذا كنت تعرف واحدة من الحزم وتعلم الآخر، قد تحتاج أكثر من هذا الكتاب، ولكن الحصول على هذا الكتاب، too. Charles هيكلر، جامعة روتشستر، تيشنوميتريكس. وقد تم إعطاء أمثلة ممتازة على المراجع الأخرى للمواضيع ونهاية الفصل أمثلة على التقييم الصحي والربط بمجموعة بيانات الرعاية الأولية مع كل مستخدم من المستخدمين ذوي الكفاءة في أي من حزم البرامج ولكن مع الحاجة إلى استخدام الإرادة الأخرى العثور على هذا الكتاب مفيد فرانسيس ديني، مجلة الجمعية الإحصائية الملكية سلسلة A. About ساس و R. This بلوق هو المكان الذي ننشر أمثلة إضافية لكتبنا عن ساس و R الأمازون ساس و R. Please أيضا زيارة موقع على شبكة الإنترنت للكتاب حيث رمز من الكتاب ومعلومات إضافية متوفرة. المورد الآخر هو ويكي ستاتسوفتيفس يمكنك إضافة إلى it. logger يسمح فقط مؤلف واحد لكل وظيفة، ولكن نحن نتعاون بنشاط على معظم الإدخالات وحصة الائتمان والمسؤولية. SAS و R بلوق من كين كلينمان ونيكولاس هورتون مرخصة بموجب المشاع الإبداعي نسب-غير تجاري-على غرار 3 0 الترخيص غير المنقولة. المواضيع التي نوقشت. استراتيجيات لاختيار الفئة المرجعية في الدمية الترميز. كل الإحصائية إجراء البرامج التي تستخدم المتغيرات التنبؤات رموز وهمية افتراضيا لاختيار الفئة المرجعية. هذا الافتراضي هو عادة الفئة التي تأتي أولا أو آخر أبجديا. وهذا قد يكون أو لا يكون أفضل فئة للاستخدام، ولكن لحسن الحظ كنت لا عالقة مع الافتراضية. وإذا كنت لا تختار، أي واحد يجب عليك أن تختار. الشيء الأول الذي يجب أن نتذكر هو أنه في نهاية المطاف، فإنه لا حقا المهم، طالما كنت على علم من الفئة التي هي المرجع أنت ذاهب للحصول على نفس النتائج بغض النظر عن ما اخترت انها مجرد أن المقارنات محددة أن تقارير البرنامج ويعطيك p - القيم ل سوف تختلف. لذلك فمن الأفضل لاختيار الفئة التي تجعل تفسير النتائج أسهل هنا بعض الخيارات الشائعة لاختيار فئة. أذكر ، فإن معاملات الانحدار سوف تعطيك الفرق في الوسائل أو المنحدرات إذا قمت بتضمين مصطلح التفاعل بين كل فئة أخرى والفئة المرجعية. الاستراتيجية 1 استخدام الفئة المعيارية. في كثير من كاليفورنيا سيس، المقارنات الأكثر منطقية أو مهمة هي أكثر المجموعات المعيارية على سبيل المثال، في مجموعة بيانات واحدة حللت، أحد المؤشرات الهامة وهمية ترمز هو حالة الفقر في الفقر أو ليس في الفقر. ليس في الفقر هو القاعدة معظم الناس أرين في الفقر على الأقل في هذه البيانات مجموعة قد لا يكون صحيحا في السكان الذين إعادة دراستهم المقارنة المثيرة للاهتمام هو أن نرى كيف أن الناس في الفقر تختلف عن هذه المجموعة المعيارية مما يجعل ليس في الفقر المجموعة المرجعية فقط يجعل من المنطقي. وبالمثل، مثال آخر هو الحالة الزوجية لم يتزوج قط، متزوج حاليا، مطلق، مفصول، أو أرمل. الافتراض الأبجدي من شأنه أن يجعل الأرملة المجموعة المرجعية ولكن ليس من المثير للاهتمام مقارنة الناس المفصولين إلى الأرامل، كما أنها إعادة كل المجموعات الصغيرة في مجموعة البيانات، والمقارنات الأكثر إثارة للاهتمام هي مع الفئات المعيارية لم تزوج ابدا أو متزوج حاليا. في التجارب أو التجارب العشوائية السيطرة على مجموعة السيطرة هي فئة المعيارية الطبيعية و e فقط زسيبتيون يمكن أن أفكر في دراسة مع ضوابط متعددة، ولكن واحد فقط التدخل أو مجموعة العلاج في هذه الحالة، قد يكون أكثر أهمية لقياس أي اختلافات بين العلاج وكل عنصر تحكم. الاستراتيجية 2 استخدام أكبر فئة. المشكلة الأخرى مع باستخدام مجموعة أرمل كمرجع هو s جدا، صغيرة جدا عندما أحجام العينة غير متكافئة جدا في المجموعات، وهو أمر شائع جدا للجماعات التي تحدث بشكل طبيعي، يمكن أن تصبح مشكلة لاستخدامه كمرجع. في بعض الأحيان، إذا كان هناك تا تا مجموعة المعيارية بالمعنى المنطقي، فمن المنطقي أن مجرد استخدام أكبر فئة كمرجع. ستراتيغي 3 استخدام الفئة التي يعني في الوسط، أو العكس، في واحدة من نهايات. في بعض الأحيان كل من هذه الخيارات تفشل لا يوجد قاعدة واضحة وأحجام عينة متشابهة. في تلك الحالات، وأحيانا أفضل شيء القيام به هو اختيار الفئة مع أدنى، وأعلى، أو الوسط يعني اسمحوا لي أن أقدم لكم مثالا. ليت ق يقول تلك الفئات 5 الزواجية لديها وسائل على Y من 10 لم يتزوج ابدا 11 متزوج حاليا. إذا كان اختبار F العام في جدول أنوفا مهم لهذا المتغير، فإنك تعرف بالفعل أن أعلى وأدنى وسيلة تختلف اختلافا كبيرا أنت فقط لا تعرف أي من الوسط الثلاثة تختلف اختلافا كبيرا من كل من تلك. على سبيل المثال، فإن القيمة المتوسطة هنا هي 11، يعني بالنسبة للأشخاص المتزوجين حاليا إذا كنت تستخدم ذلك كمجموعة مرجعية واكتشاف أنه أقل بكثير من 15، يعني للفصل بين الناس و 19، يعني ل أرملة، أنت تعرف أن كلا من 9 مطلق و 10 لم تزوج أبدا يجب أن يكون أيضا ملاحظة، هذا لا دائما عقد إذا كان بعض المجموعات لديها أحجام عينة أصغر بكثير، ولكن طالما أنها تعادل معقولة إلى حد معقول، يجب أن تعقد. ، على سبيل المثال، إذا كان هناك فرق كبير بين الوسائل للمجموعات المفصولة والأرملة، ولكن إذا كان هذا ليس مقارنة مهمة نظريا، كنت re do. This استراتيجية معينة لا تعمل دائما، ولكن يمكنك استخدامه لصالحك ملحق إذا كنت ترغب في معرفة المزيد عن تفسير المعاملات، في واحدة من ندوات بلدي ذهبت حرفيا من خلال إخراج نموذج مع كل من التنبؤات الفئوية والمستمرة والتفاعل، وذهبنا خطوة بخطوة من خلال كيفية قراءة والمعاملات. لمزيد من المعلومات حول إنز أند أوتس من معامل الانحدار تفسير في لدينا ورشة عمل جديدة عند الطلب تفسير حتى الانحدار صعب Coeffcients. Related المشاركات. في نماذج للبيانات الثنائية ومتعددة الحدود، على مستوى الاستجابة أمر مهم لأنه يعكس ما يلي. الذي يتم نمذجة الاحتمال مع البيانات الثنائية. كيفية يتم ترتيب فئات لبيانات ترتيبي. هذه الفئة بمثابة فئة مرجعية في النماذج النمطية لوجيت المعمم نماذج لبيانات الاسمية. يجب عرض الجدول الشخصي الاستجابة لضمان أن يتم ترتيب فئات بشكل صحيح وأن يتم نمذجة النتيجة المرجوة في هذا الجدول، يتم ترتيب مستويات الاستجابة حسب القيمة المطلوبة يتم تعيين أدنى مستوى استجابة القيمة المطلوبة 1، يتم تعيين أدنى التالي القيمة المطلوبة 2، وهكذا دواليك في النماذج الثنائية، والاحتمال على غرار هو احتمال مستوى الاستجابة مع أدنى قيمة مرتبة. يمكنك تغيير أي الاحتمال هو نموذج والقيمة المطلوبة في الجدول ملف الاستجابة مع خيار إيفنت أوردر و ريف ريفيرز فاريابل أوبتيونس في بيان موديل انظر القسم ريسبونز ليفيل ترتيب في الفصل 51، إجراء لوجيستيك، للحصول على أمثلة حول كيفية استخدام هذه الخيارات للتأثير على احتمال أن يكون نموذجا للبيانات الثنائية. لنماذج متعددة الحدود، يؤثر ترتيب مستوى الاستجابة على جانبين هامين في نماذج الوصلة التراكمية تفترض الفئات حسب القيمة المطلوبة في جدول ملف الاستجابة إذا كان متغير الاستجابة هو متغير حرف أو لديه تنسيق، يجب التحقق من هذا الجدول بعناية لمعرفة ما إذا كان القيم المطلوبة تعكس المقياس الترتيبي الصحيح. في نماذج لوجيت المعمم للبيانات متعددة الحدود مع فئات غير مرتبة، واحد الاحترام يتم اختيار الفئة أونس كفئة مرجعية في صياغة اللوغات المعممة بشكل افتراضي، يتم تعيين المتنبأ الخطي في الفئة المرجعية إلى 0، وتتوافق فئة المرجع مع الإدخال في جدول ملف الاستجابة مع أعلى قيمة مطلوبة يمكنك تؤثر على تخصيص القيم المطلوبة مع خيارات ديسندينغ و أوردر في بيان موديل يمكنك اختيار فئة مرجعية مختلفة مع خيار ريف اختيار فئة المرجع لنماذج لوجيت المعمم يؤثر على النتائج يوصى أحيانا أن تختار الفئة ب على سبيل المثال، براون و بريسكوت 1999، p 160 يمكنك تحقيق ذلك مع إجراء غليميكس من خلال الجمع بين الخيارات أوردر و ريف، كما هو الحال في العبارات التالية. ترتيب الخيار أريق ترتيب الفئات حسب التواتر التنازلي الخيار ريف فيرست ثم يختار فئة الاستجابة مع أقل قيمة مرتبة الفئة الأكثر شيوعا كما مرجع.