<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />il predittore stesso sembra a posto. Cosa significa questo?
Ho osservato che questo si verifica più spesso mentre i termini di interazione sono inclusi nel modello. Std err = 0 è successo in alcuni modelli ma non in tutti i modelli inclusi gli stessi predittori.
Il metodo di stima è Lazo mentre la distribuzione della variabile dipendente è ZI Binomiale, poiché il DV rappresenta un evento raro (codificato come 0 o 1).
grazie per qualsiasi feedback o intuizione!
Ciao Kevin,
grazie mille per la risposta e la carta raccomandata. Sto solo familiarizzando con la regressione generalizzata ultimamente. Il documento Tibshirani, R. (1996) sarà un buon materiale di lettura per me per ottenere maggiori dettagli tecnici su questo approccio.
Dovrei esprimere la mia domanda più chiaramente. Quei predittori che mi sembrano un po 'preoccupanti sono quelli con una stima diversa da zero (ad es. 0.11) ma con un errore std = 0 e identici inferiori al 95% e superiori al 95%. Per alcuni altri modelli statistici, quando c'è un valore insolito nell'errore standard per alcuni predittori, alza un segno rosso per l'intero modello / analisi.
Quindi, in generale, mi chiedo se dopo aver eseguito la regressione generalizzata JMP ci sia un piccolo numero di predittori (in alcune analisi, incluso il termine dell'intercetto) con valori diversi da zero nel coefficiente stimato ma con errore std uguale a zero, deve Mi fido delle stime / output di questa particolare analisi? Oppure le stime per altri predittori e il modello generale sono ancora buone mentre trascuriamo quei predittori di std err = 0?
Abbiamo molti predittori, circa 40. alcuni di loro sono categorici. la variabile dipendente è un evento raro, ma i predittori no.
E se qualcuno può indicare quali sono le possibili spiegazioni per l'errore std = 0 mentre con stime diverse da zero (questo significa che questi predittori sono in via di restringimento? Haha, sto scherzando), o modi per testare quale potrebbe essere la ragione, sarebbe molto utile capire le potenziali cause di questo problema.
grazie!
Raccomando di leggere Tibshirani, R. (1996); "Restringimento di regressione e la selezione tramite il lazo"; Journal of the Royal Statistical Society Serie B (metodologico), Vol. 58, numero 1; pp 267-288. La sezione 2.5 si trova su Errori standard, in cui è indicato "Poiché la stima del lazo è una funzione non lineare e non differenziabile della risposta ..., è difficile ottenere una stima accurata del suo errore standard." Rileva che un'approssimazione comune della matrice di covarianza delle stime produce varianze stimate di 0 per i predittori in cui le stime si sono ridotte a 0.
