Multivariate logistische RegressionIch verwende JMP Pro 14.1 für die Anpassung einer multivariaten logistischen Regression. Die Antwortvariable Y ist nominal und alle Spalten in der Entwurfsmatrix X sind kontinuierlich numerisch. Ich habe einige Fragen zur Merkmalsauswahl und zur inversen Vorhersage.
1) Wenn ich die schrittweise logistische Regression zur Merkmalsauswahl verwende, kann ich die Option für „schrittweise Regression“ in der Dropdown-Liste „Persönlichkeit“ nicht finden. Wird die schrittweise Regression nicht auf den Fall angewendet, dass Y nominal ist?
2) Wenn die schrittweise logistische Regression mit JMP nicht anwendbar ist, gibt es dann eine Möglichkeit, eine Kreuzvalidierung für die logistische Regression durchzuführen?
3) Wie lassen sich die Ergebnisse der inversen Vorhersage für die multivariate logistische Regression veranschaulichen? Was sind die Standardwerte für die anderen Variablen, wenn ich jedes Mal ein inverses Vorhersagefenster für eine Variable erhalte (das, in das ich einen leeren Wert eingegeben habe)? Bedeutet das, dass wir, wenn andere Variablen festgelegt sind, eine 95-prozentige Sicherheit haben, dass wir P(Y=1)=0,9 (oder andere Werte) haben können, wenn die Variable von Interesse innerhalb des vorhergesagten Fensters liegt?
Betreff: Multivariate logistische RegressionJa, jetzt sehe ich das. Vielen Dank an alle für Ihre Hilfe.
Betreff: Multivariate logistische RegressionSind Sie sicher, dass es nicht da ist?Sie können es in Marks Screenshot mit einer nominalen Antwortvariablen sehen.Ich vermute, dass Sie die Bildlaufleiste in der Dropdown-Liste „Persönlichkeit“ nicht sehen.Sie müssen etwas nach oben scrollen, um es zu sehen.
Betreff: Multivariate logistische RegressionJetzt weiß ich, woran es liegt. Wenn ich den nominalen Variablentyp in das Y-Feld eingebe, kann ich die Option „Generalisierte Regression“ in der Liste „Persönlichkeit“ nicht sehen. Der Typ von Y muss fortlaufend numerisch sein. In meinem Fall ist der Y-Wert entweder 0 oder 1. Ich glaube, ich sollte Binomial als Verteilung wählen.
Betreff: Multivariate logistische RegressionFolgen Sie diesem Beispiel.
- Öffnen Sie die Datentabelle „Big Class“ aus dem Ordner „Beispieldaten“.
- Wählen Sie Analysieren > Modell anpassen.
- Füllen Sie den Startdialog wie unten gezeigt aus:
- Klicken Sie auf Lasso (Standardmethode), wählen Sie eine schrittweise Methode aus, z. B. Rückwärtseliminierung, und klicken Sie auf Los.
In Ihrem Fall sollten Sie wahrscheinlich die Poisson-Verteilung verwenden, da Sie über Zähldaten verfügen.
Betreff: Multivariate logistische RegressionIch habe ein verallgemeinertes lineares Modell mit Binomial als Verteilung und Logit als Verknüpfungsfunktion ausprobiert, kann aber in der Dropdown-Liste mit dem roten Dreieck immer noch keine Optionen für eine schrittweise Regression sehen. Könnten Sie zeigen, welches ich aus der Liste auswählen kann?
Betreff: Multivariate logistische RegressionSie könnten auch über einen Wechsel der Armatur nachdenken Persönlichkeit Einstellung auf Generalisierte Regression . Sie können Schätzmethoden und -optionen auswählen, nachdem Sie auf „Ausführen“ geklickt haben und die Plattform gestartet wird. Für nominale Antworten steht die schrittweise Funktion zur Verfügung. Sie haben mehrere andere Optionen für die Variablenauswahl, z. B. LASSO.
Betreff: Multivariate logistische RegressionHallo @lzhang83 ,
Bei nicht kontinuierlichen Antworten ist die Funktion „Schrittweise“ nicht verfügbar. Da Sie über Pro verfügen, gibt es im Dialogfeld „Modell anpassen“ eine Validierungsspaltenrolle.Sie müssen zuerst eine Validierungsspalte erstellen (hier gezeigt: https://www.youtube.com/watch?v=M5_mECc4NAg).Leider habe ich keine fertige Antwort auf die Sache mit der inversen Vorhersage und muss gehen.Wenn in der Zwischenzeit niemand antwortet, werde ich versuchen, darauf zurückzukommen.
