Recentemente ho esaminato una serie di regressioni logistiche binarie ed è stato informato dal revisore che i miei risultati erano errati a causa di rapporti di campionamento non equi nei miei dati di input. Ho 2 risposte: presenza e assenza, e a causa della rarità complessiva della presenza e della prevalenza dei dati di assenza, ho impostato i dati di assenza per essere 2x i dati di presenza. Quello che non ho capito è che il termine di intercettazione dell'equazione include un rapporto di probabilità log delle dimensioni del campione di input, quindi ogni modello non è solo una funzione del modello ambientale, ma anche una funzione della prevalenza relativa di ogni classe espressa per un rapporto di campionamento. Poiché il mio rapporto era 1: 2, avevo bisogno di correggere l'intercettazione aggiungendo il rapporto di probabilità log alle intercettazioni di ciascun modello: ln (n2 / n1) o ln (2/1) o ln (2) = 0.69315. Senza farlo, a quanto pare i miei modelli sono prevenuti verso la predizione dell'assenza rispetto alla presenza. Apparentemente JMP produce risultati errati non tenendo conto di questo modello di rapporto di classe? Non sono uno statistico e non posso confermarlo in modo indipendente, ma volevo farlo notare per vedere se qualcuno ha ulteriori input. Saluti.
