Running a four or five-parameter logistic regression to compare two samples
Conjunto de datos para Four/Five-parameter parallel lines logistic regression XLS213 KB
-
Dose Software estadístico para el análisis de los effectos de dosis
-
Configuración del sistema
- Windows:
- Versiones: 9x/Me/NT/2000/XP/Vista/Win 7
- Excel: 97 o superior
- Procesador: 32 o 64 bits
- Disco duro: 150 Mb
- Mac OS X:
- OS: OS X
- Excel: X, 2004 y 2011
- Disco duro: 150 Mb
- Windows:
Ventajas
-
Sencillo y dirigido a los usuarios
Sencillo y dirigido a los usuarios XLSTAT es un software que se integra de forma transparente con Microsoft Excel, que es la hoja de cálculo más difundida del mundo. Esta integración hace que sea una de las herramientas más sencillas para trabajar ya que utiliza la misma filosofía que Microsoft Excel. El programa está disponible en una ficha de XLSTAT. Los análisis se agrupan en menús funcionales. Los cuadros de diálogo están dirigidos a los usuarios, por lo que la preparación de los análisis es tarea sencilla.
-
Resultados y datos compartidos sin dificultad
Resultados y datos compartidos sin dificultad Una de las mayores ventajas de XLSTAT es la forma transparente con la que se pueden compartir los datos y los resultados. Los resultados se almacenan en Microsoft Excel de modo que cualquier usuario puede acceder a ellos. No es necesario que el destinatario tenga una licencia de XLSTAT o cualquier visor adicional, lo que facilita y rentabiliza el trabajo en equipo. Del mismo modo, es fácil integrar los resultados en otras aplicaciones de Microsoft Office, como PowerPoint, por lo que se pueden crear estupendas presentaciones en cuestión de minutos.
-
Modular
Modular XLSTAT es un producto modular. XLSTAT-Pro es un módulo principal de estadística de XLSTAT, que incluye todas las funcionalidades dominantes en el análisis estadístico y multivariado. Es posible añadir funciones más avanzadas por medio de módulos complementarios para aplicaciones específicas. De este modo es posible adaptar el software a sus necesidades, aumentando la rentabilidad.
-
Didáctico
Didáctico Los resultados de XLSTAT están organizados por análisis y es fácil desplazarse por ellos. La información útil se proporciona junto con los resultados para ayudarle en su interpretación.
-
Asequible
Asequible XLSTAT es una solución completa y modular que se puede ajustar a cualquier necesidad de análisis comercial. Tiene un precio muy razonable, por lo que el retorno de su inversión es casi inmediato. Todas las licencias de XLSTAT incluyen también un servicio de asistencia de la mayor calidad.
-
Accesible: disponible en muchos idiomas
Accesible: disponible en muchos idiomas Nos hemos asegurado de que XLSTAT sea accesible para todos traduciendo el programa a muchos idiomas, incluyendo chino, inglés, alemán, italiano, japonés, polaco, portugués y español.
-
Automatizable y personalizable
Automatizable y personalizable La mayoría de las funciones estadísticas disponibles en XLSTAT pueden llamarse directamente desde la ventana Visual Basic de Microsoft Excel. Pueden modificarse e integrarse en código fuente adicional para ajustarse a sus necesidades. Añadir tablas y trazados, así como modificar los resultados existentes se convierte en tarea sencilla. Además, XLSTAT incluye algunas herramientas especiales en los cuadros de diálogo para generar automáticamente el código fuente VBA para reproducir su análisis empleando el editor de VBA o simplemente cargar ajustes predeterminados. Esta automatización de análisis rutinarios sin esfuerzo le ahorrará gran cantidad de tiempo.
Four/Five-parameter logistic regression
The four or five-parameter parallel lines logistic regression allows comparing the regression lines of two samples (typically a standard sample, and a sample that is currently being studied). Of course, this tool can also be used to fit a four or five-parameter logistic curve to a unique sample.
If no group or a single sample was selected, the results are shown for the model and for this sample. If several sub-samples were defined (see sub-samples option in the dialog), the model is first adjusted to the standard sample, then each sub-sample is compared to the standard sample.
Dataset for running a four-parameter logistic regression
The example treated here is an medical case where a molecule is being injected at a given concentration, and where the concentration of type of cells in the blood is being measured. An Excel sheet with both the data and the XLSTAT-Dose results can be downloaded by clicking here.
Setting up a four-parameter logistic regression
To activate the parameter logistic regression dialog box, start XLSTAT, then select the XLSTAT-Dose / Four parameters logistic regression command, or click on the corresponding button of the XLSTAT-Dose toolbar (see below).
When you click on the button, a dialog box appears. Select the data on the Excel sheet.
The Dependent variable is here the concentration of cells, and the Explanatory variable is the Log of the concentration of the injected molecule.
As we selected the column titles of all variables, we have selected the option Variable labels.
In the Options tab, we uncheck the Dixon's test because we do not think that there are "Outliers" in our data.
The computations begin once you have clicked on the OK button. The results are displayed on a new Excel sheet as requested in the first dialog box.
Interpreting the results of a four-parameter logistic regression
The first table gives the descriptive statistics of the selected data.
Then the results for the standard sample are displayed.
We see that the goodness of fit statistics are high (see table below).
The fitted parameters are displayed in the table below.
After the tables that contains the predictions and residuals for the standard sample, the regression curve is displayed.
Once these results for the standard sample have been displayed, the results regarding the comparisons of the curves are displayed.
Have a look at the table displaying the results of the Fisher F-test that is performed to check if the two curves are parallel.
We see here that the two curves cannot be considered as being parallel as the p-value is below 5%. This indicates that there is a significant difference between the samples.
However we see that the goodness of fit statistics are high (see table below). This means that the difference between the samples is well explained by the slope parameters c1 and c2.
The fitted parameters are displayed in the table below.
After the tables that contains the predictions and residuals for both samples, the two regression curves are displayed, enabling a visual comparison of the samples.
We can see that the strongest differences between the samples are in the [1.3, 2] for the log of the concentration.