ロジスティック回帰から残差を保存する方法<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Fit Modelプラットフォームでロジスティック回帰を行いましたが、残差を保存する場所が見つかりませんでした。何か案は？どうもありがとうございました！
再：どのようにロジスティック回帰から残差を節約するには？分析はPeterが説明したようにして行われるか、または残差はロジスティックモデルからの確率スコアと呼ぶものとの差として計算されます。連続応答としての0/1（標準的な方法では考えられないもの） これは、どのモデルが使用されているか、応答はどのように処理されているか（連続的かカテゴリカルか）、および残差の計算方法についての教室での議論に正当性があると思います。それから理由についての質問が来ます。何をしようとしているにモデル？どうして？あなたはどのように「モデルの良さ」を測ろうとしていますか？等々。がんばろう！
再：どのようにロジスティック回帰から残差を節約するには？SPSSがどのように機能するのかはわかりませんが、0と1を連続応答として持つ古き良き通常の最小二乗回帰モデルに当てはまり、スチューデント化された残差を保存し、レベルごとに残差の各セットの散布図を作成したようです。応答の。JMPでデータテーブルを設定した場合は、同じ誤った方法でカテゴリカルな回答をモデル化することができます。あなたの教授が間違っていたと言うのは私から遠いことです...しかし...
カレンの以前の回答のアドバイスに従うことを強くお勧めします。JMPを使用する予定がある場合は、JMPデータテーブルで応答を文字データ型として定義する必要があります。0と1は使用できますが、データ型を文字として、JMPモデリング型を名義として明示してください。応答を特徴付ける別の方法は、0や1よりも実用的な意味を持つ可能性のある句を使用することです。JMPのColumn Recode機能を使用して、0を「負」のように、1を「正」のように再コード化することもできます。実際の観点から0と1が何を表しているのか覚えておく必要がないため、結果を伝達するときにこの手法が役立つことがわかりました。
それからJMPは、モデルパーソナリティとしてNominal Logistic Regressionを選択したときに、Fit Modelプラットフォームで確実に確認するように案内します。基本的に、JMPで列のプロパティを正しく定義している場合... JMPの間違いは、この問題に対してOLSモデルを実行しないことを保証します。
再：どのようにロジスティック回帰から残差を節約するには？ご回答どうもありがとうございました。これは私の教授がSPSSから持っている残差プロットです。これを取得する方法はありますか？
再：どのようにロジスティック回帰から残差を節約するには？ロジスティックモデル：Y =カテゴリカル変数。一般的に、残差は、連続（数値）応答があるときの予測値と実測値の差と考えられます。ロジスティックモデルの場合、予測モデルを保存することができ、テーブルに追加された列の1つが「最も可能性の高い結果」列になります。それから、それをあなたの観察された回答と比較して、「残余」またはカテゴリーの一致を得ることができます。 ただし、最も可能性の高い結果は、各結果に対して0.5の確率スコアでカットオフを設定することに基づいています。ロジスティックモデルの評価には、ROC曲線がよく使われます。観察した結果をYとしてプロットし、モデルからの確率スコアをXにプロットして、観察したグループを区別するカットオフ値がスコアにあるかどうかを確認します。
