Wie speichert man Residuen aus der logistischen Regression?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ich habe eine logistische Regression in der Fit Model-Plattform durchgeführt, konnte jedoch keinen Platz finden, um Residuen zu speichern. Irgendwelche Ideen? Vielen Dank!
Re: Wie speichert man Residuen vor der logistischen Regression?Die Analyse wurde entweder wie von Peter beschrieben durchgeführt oder die Residuen wurden als Unterschiede zwischen dem, was ich als Wahrscheinlichkeitsfaktor aus dem logistischen Modell bezeichnen möchte, und berechnet die 0 / 1s als fortlaufende Antworten (was ich nicht als Standardmethode bezeichnen würde). Ich denke, dass dies eine Diskussion im Klassenzimmer rechtfertigt, welches Modell verwendet wird, wie die Antwort behandelt wird (kontinuierlich vs. kategorial) und wie die Residuen berechnet werden. Dann kommt die Frage nach dem Warum. Was versuchst du zu Modell? Warum? Wie versuchen Sie, die "Modellgüte" zu messen? und so weiter. Viel Glück!
Re: Wie speichert man Residuen vor der logistischen Regression?Ich weiß nichts über die Funktionsweise von SPSS, aber es sieht ganz so aus, als ob Sie in ein gutes altmodisches Regressionsmodell für die Methode der kleinsten Quadrate mit 0 und 1 als fortlaufende Antworten passen, die studentischen Residuen gespeichert haben und dann eine Streuungskurve für jeden Satz von Residuen nach den Stufen erstellt haben der Antwort. Wenn Sie in JMP eine Datentabelle einrichten, können Sie die gleiche fehlerhafte Methode zum Modellieren einer kategorialen Antwort replizieren. Es liegt mir fern, Ihnen zu sagen, dass Ihr Professor sich geirrt hat ... aber ...
Ich empfehle Ihnen dringend, den Ratschlag von Karens früherer Antwort zu befolgen. Wenn Sie JMP verwenden, sollten Sie die Antwort in der JMP-Datentabelle als Zeichendatentyp definieren. 0 und 1 sind akzeptabel. Stellen Sie jedoch sicher, dass Sie den Datentyp als Zeichen und den JMP-Modellierungstyp als nominal definieren. Ein alternativer Weg, um die Antwort zu charakterisieren, ist die Verwendung einer Phrase, die eine praktischere Bedeutung als die 0 und 1 hat. Verwenden Sie möglicherweise die Column Recode-Funktion von JMP, um die 0 zu etwas wie 'negativ' und die 1 zu etwas wie 'positiv' umzukodieren. Ich habe diese Technik für die Kommunikation von Ergebnissen als nützlich empfunden, weil Sie sich aus praktischen Gründen nie daran erinnern müssen, für was 0 und 1 stehen.
Dann führt Sie JMP in der Fit Model-Plattform durch, wenn Sie Nominal Logistic Regression als Modellierungspersönlichkeit wählen. Im Wesentlichen, wenn Sie die Spalteneigenschaften in JMP korrekt definieren ... beweist der JMP-Fehler, dass Sie für dieses Problem kein OLS-Modell ausführen.
Re: Wie speichert man Residuen vor der logistischen Regression?Ich danke Ihnen sehr für Ihre Antwort. Dies ist das Reststück, das mein Professor von SPSS hat. Gibt es eine Möglichkeit, dies zu bekommen?
Re: Wie speichert man Residuen vor der logistischen Regression?Logistisches Modell: Y = kategoriale Variable. Normalerweise denkt man an ein Residuum als Differenz zwischen dem vorhergesagten und dem beobachteten Wert, wenn Sie eine kontinuierliche (numerische) Antwort haben. Für das Logistikmodell können Sie das Vorhersagemodell speichern. Eine der Spalten, die Sie Ihrer Tabelle hinzufügen, wird als "wahrscheinlichstes Ergebnis" bezeichnet. Sie können das dann mit Ihren beobachteten Antworten vergleichen, um ein "Residuum" oder eine Vereinbarung in Kategorien zu erhalten. Beachten Sie jedoch, dass das wahrscheinlichste Ergebnis auf der Festlegung eines Cut-offs für jedes Ergebnis bei der Wahrscheinlichkeitswahrscheinlichkeit von 0,5 basiert. Zur Auswertung logistischer Modelle wird häufig die ROC-Kurve verwendet. Ich mag es, mein beobachtetes Ergebnis als das Y und die Wahrscheinlichkeitswertung meines Modells auf dem X darzustellen, um zu sehen, ob es einen Grenzwert in meinem Score gibt, der meine beobachteten Gruppen unterscheidet.
