Hace poco me revisaron una serie de regresiones logísticas binarias, y el revisor me informó que mis resultados eran erróneos debido a las proporciones de muestreo desiguales en mis datos de entrada. Tengo 2 respuestas: presencia y ausencia, y debido a la rareza general de la presencia y la prevalencia de los datos de ausencia, establezco que los datos de ausencia sean 2 veces los datos de presencia. Lo que no me di cuenta fue que el término de intercepción de la ecuación incluye una relación de probabilidades de registro de los tamaños de muestra de entrada, por lo que cada modelo no es solo una función del patrón ambiental, sino también una función de la prevalencia relativa de cada clase expresada por una relación de muestreo. Debido a que mi proporción era de 1: 2, necesitaba corregir la intercepción agregando la proporción de probabilidades de registro a las intercepciones de cada modelo: ln (n2 / n1), o ln (2/1), o ln (2) = 0.69315. Sin hacer esto, aparentemente mis modelos están predispuestos a predecir la ausencia en lugar de la presencia. ¿Aparentemente JMP produce resultados erróneos al no tener en cuenta este patrón de relación de clase? No soy un estadístico y no puedo confirmar esto de manera independiente, pero quería señalar esto para ver si alguien tiene más información. Aclamaciones.
