Logistische Regressionen mit 4-5 Parameter in Excel

Dieses Tutorium zeigt Ihnen, wie Sie eine Logistische Regression mit 4 oder 5 Parametern in Excel mithilfe der Statistiksoftware XLSTAT einrichten und interpretieren.

Was ist eine logistische Regression mit vier - fünf Parametern?

Die logistische Regression mit parallelen Zeilen mit vier oder fünf Parametern ermöglicht den Vergleich der Regressionszeilen zweier Stichproben (normalerweise eine Standard-Stichprobe und eine Stichprobe, die derzeit untersucht wird). Natürlich kann dieses Tool auch zur Anpassung einer Logistikkurve mit vier oder fünf Parametern an eine einzigartige Stichprobe verwendet werden.

Wenn keine Gruppe oder eine einzelne Stichprobe ausgewählt wurde, werden die Ergebnisse für das Modell und für diese Stichprobe angezeigt. Wenn mehrere Unterstichproben (siehe Option Unterstichproben im Dialog) definiert wurden, wird das Modell zuerst an die Standard-Stichprobe angepasst und danach wird jede Unterstichprobe mit der Standard-Stichprobe verglichen.

Datensatz für die Durchführung einer logistischen Regression mit vier Parametern

Das hier behandelte Beispiel ist ein medizinischer Fall, bei dem ein Molekül zu einer vorgegebenen Konzentration injeziert wird und bei dem die Konzentration von Zelltypen im Blut gemessen wird.

Einrichten einer logistischen Regression mit vier Parametern

Um das Dialogfenster der Vier-Parameter logistische Regression zu öffnen, Starten Sie XLSTAT, wählen Sie den Befehl Dose / Vier-Parameter logistische Regression mit Parallelkurven oder klicken Sie auf den entsprechenden Button in der Toolbar Dose (siehe unten).

Nach dem Klicken des entsprechenden Buttons erscheint das Dialogfenster. Markieren Sie die Daten in dem Excel-Tabellenblatt.

Die Abhängige Variable ist hier die Konzentration der Zellen und die Erklärende Variable ist der Logarithmus der Konzentration des injizierten Moleküls.

Da wir die Spaltentitel aller Variablen ausgewählt haben, haben wir die Option Variablenbeschriftungen ausgewählt.

In der Registerkarte Optionen entfernen wir die Markierung beim Dixon-Test, da wir nicht glauben, dass „Ausreißer“ in unseren Daten vorliegen.

Die Berechnungen beginnen, sobald Sie auf den Button OK geklickt haben. Die Ergebnisse werden in einem neuen Tabellenblatt angezeigt, wie im ersten Dialogfenster festgelegt.

Interpretieren der Ergebnisse einer logistischen Regression mit vier Parametern

Die erste Tabelle liefert die deskriptiven Statistiken der ausgewählten Daten.

Dann werden die Ergebnisse für die Standard-Stichprobe angezeigt.

Wir sehen, dass die Anpassungskoeffizienten hoch sind (siehe Tabelle unten).

Die angepassten Parameter werden in der nachstehenden Tabelle angezeigt.

Nach den Tabellen, die die Vorhersagen und Residuen für die Standard-Stichprobe enthalten, wird die Regressionskurve angezeigt.

Nachdem diese Ergebnisse für die Standard-Stichprobe angezeigt wurden, werden die Ergebnisse bezüglich der Vergleiche der Kurven angezeigt.

Sehen Sie sich die Tabelle an, in der die Ergebnisse des Fisher F-Tests angezeigt werden, der durchgeführt wird, um zu prüfen, ob die beiden Kurven parallel verlaufen.

Wir sehen hier, dass die beiden Kurven nicht als parallel angesehen werden können, da der p-Wert unter 5 % liegt. Dies zeigt an, dass ein signifikanter Unterschied zwischen den Stichproben vorliegt.

Wir sehen allerdings, dass die Anpassungskoeffizienten hoch sind (siehe Tabelle unten). Das bedeutet, dass die Differenz zwischen den Stichproben durch die Steigungsparameter c1 und c2 gut erklärt ist.

Die angepassten Parameter werden in der nachstehenden Tabelle angezeigt.

Nach den Tabellen, die die Vorhersagen und Residuen für beide Stichproben enthalten, werden die beiden Regressionskurven angezeigt, die einen visuellen Vergleich der Stichproben ermöglichen.

Wir können sehen, dass die größten Differenzen zwischen den Stichproben sich in [1.3, 2] für den Log der Konzentration befinden.