多変量ロジスティック回帰多変量ロジスティック回帰の近似に JMP Pro 14.1 を使用しています。 応答変数 Y は公称値であり、計画行列 X のすべての列は連続数値です。 特徴選択と逆予測についていくつか質問があります。
1) 特徴の選択に段階的ロジスティック回帰を使用する場合、[パーソナリティ] ドロップダウン リストから「段階的回帰」のオプションが見つかりません。 Yが公称値の場合には段階回帰は適用されないのでしょうか？
2) 段階的ロジスティック回帰が JMP に適用できない場合、ロジスティック回帰の相互検証を行う方法はありますか?
3) 多変量ロジスティック回帰の逆予測の結果をどのように説明しますか? 1 つの変数 (空白の値を入れた変数) に対して 1 つの逆予測ウィンドウを取得するたびに、他の変数のデフォルト値はどうなるでしょうか? それは、他の変数が固定されている場合、対象の変数が予測ウィンドウ内にある場合、P(Y=1)=0.9 (または他の値) が得られるという 95% の信頼があるという意味ですか?
Re: 多変量ロジスティック回帰はい、今それが分かりました。 皆様、ご協力ありがとうございました。
Re: 多変量ロジスティック回帰本当にないんですか？公称応答変数を使用した Mark のスクリーンショットでそれを見ることができます。[パーソナリティ] ドロップダウン リストにスクロール バーが表示されていないと思います。表示するには少し上にスクロールする必要があります。
Re: 多変量ロジスティック回帰今、何が問題なのか分かりました。 Yフィールドに公称型の変数を入力すると、パーソナリティリストから「一般化回帰」オプションが表示されません。 Y の型は連続数値である必要があります。 私の場合、Y 値は 0 または 1 です。 分布として二項を選択する必要があると思います。
Re: 多変量ロジスティック回帰この例に従ってください。
- サンプル データ フォルダーからビッグ クラス データ テーブルを開きます。
- [分析] > [モデルの適合] を選択します。
- 以下に示すように、起動ダイアログを完了します。
- [なげなわ] (デフォルトの方法) をクリックし、[後方消去] などの段階的な方法を選択し、[実行] をクリックします。
あなたの場合、カウントデータがあるため、おそらくポアソン分布を使用する必要があります。
Re: 多変量ロジスティック回帰二項分布を分布として、ロジットをリンク関数として一般化線形モデルを試しましたが、赤い三角形のドロップダウン リストから段階回帰のオプションがまだ表示されません。 リストからどれを選択できるかを示してもらえますか?
Re: 多変量ロジスティック回帰フィッティングの変更も検討してみてはいかがでしょうか人格に設定一般化回帰。 [実行] をクリックしてプラットフォームが起動した後、推定方法とオプションを選択できます。 ステップワイズは名目上の応答に使用できます。 LASSO など、変数選択には他にもいくつかの選択肢があります。
Re: 多変量ロジスティック回帰こんにちは@lzhang83 、
ステップワイズは、非連続応答では使用できません。 Pro を所有しているため、[モデルの適合] ダイアログに [検証] 列の役割があります。最初に検証列を作成する必要があります (ここに示されています: https://www.youtube.com/watch?v=M5_mECc4NAg)。残念ながら、逆予測に関してはすぐに答えられるものがないので、このままにしなければなりません。それまでの間、他の人が答えない場合は、この問題に戻って考えてみます。
