Interprétation des points du tracé logistiqueJ'essaie de comprendre les points de l'intrigue logistique. Lorsque j'utilise Fit Y by X, avec Y nominal et X continu, j'obtiens une courbe logistique.La courbe est parfaitement compréhensible, mais les points n'ont aucun sens pour moi.L'aide de JMP indique : "Le diagramme de probabilité logistique donne une image complète de ce à quoi le modèle logistique s'adapte. À chaque X valeur, l'échelle de probabilité dans le oui la direction est divisée (partitionnée) en probabilités pour chaque catégorie de réponse. Les probabilités sont mesurées comme la distance verticale entre les courbes, le total sur toutes Oui probabilités de catégorie totalisant 1. "Avec seulement 2 niveaux pour Y, cela fournit une explication de la distance verticale à la courbe depuis l'axe X et de la distance au-dessus de la courbe - ce sont les probabilités pour les deux classes.Mais concernant les points, la seule explication que je trouve est la suivante : "Les marqueurs des données sont dessinés à leur X -coordonner, avec le oui position instable de manière aléatoire dans la plage correspondant à la catégorie de réponse pour cette ligne.Quelqu'un peut-il me dire ce que cela signifie ?Pourquoi diable voudrais-je que les points tremblent de manière aléatoire ?
Re: Interprétation des points du tracé logistiqueJ'avais la même difficulté à interpréter cela mais la coloration m'a vraiment aidé, merci Mark !Re: Interprétation des points du tracé logistiqueEssayez de colorier par statut pour voir si cela facilite l'interprétation du tracé en mosaïque dans Logistic.
Re: Interprétation des points du tracé logistiqueJ'ai essentiellement la même question que Dale.Je voudrais faire un complot qui:
a) Affiche la courbe logistique estimée
b) Affiche les données de manière à fournir des informations concernant la valeur de la variable de réponse catégorielle.
J'utilise principalement la régression logistique pour les données de réponse binaire.Voici un exemple utilisant les données classiques de survie du Titanic.La variable de réponse est « Statut », prenant les valeurs de survivant ou de mort.En utilisant le générateur de graphiques, je peux créer le tracé auquel Dale, je crois, a fait référence dans son dernier message, mais sans la courbe de régression logistique :
Cela a une instabilité, ce qui est vital, mais c'est une instabilité qui est contrainte de manière à ce qu'il soit clair quels points de données appartiennent à « survécu » et lesquels à « mort ».
Voici le tracé que j'obtiens lorsque j'exécute le modèle de régression logistique :
Or, la position verticale de chaque point semble être complètement aléatoire et ne donne donc aucune information.Est-ce que j'ai raté quelque chose concernant ce que signifie le local vertical ?Je comprends la valeur de la gigue, mais il semble qu'elle soit tellement grande qu'on ne peut plus discerner quels points de données appartiennent à quelle catégorie de réponse.
Existe-t-il un moyen (via l'interface graphique) de combiner ces types de tracés, de sorte que nous obtenions le tracé créé par Graph Builder, avec la courbe logistique superposée ?
Merci,
Ben
Re: Interprétation des points du tracé logistiqueMalheureusement, l'instabilité le long des lignes horizontales 0 et 1 ne fonctionne pas car l'emplacement le long de l'axe x est important et déjà déterminé dans les données. Vous ne pouvez trembler que dans la direction Y.
Re: Interprétation des points du tracé logistiqueMerci pour l'explication. Je suppose que je ne trouve pas du tout l'affichage utile dans le cas de 2 niveaux. Je vais classer cela avec l'affichage ANOVA des cercles pour les groupes de comparaison (soit chaque paire, soit Tukey HSD). La plupart des écrans JMP sont très informatifs et utiles, mais je considère ceux-ci comme des exceptions à cette règle. Quant aux points denses, l'instabilité est acceptable, mais ils peuvent être instables le long des lignes horizontales 0 et 1.Re: Interprétation des points du tracé logistiqueL'abscisse est la valeur du revenu. L'ordonnée est en dessous de la courbe logistique car la donnée est Achat ? = 1.
Vous ne devez pas interpréter la valeur ordonnée comme une probabilité. L'emplacement vertical n'a pas une telle signification.Le marqueur est placé entre 0 et la probabilité conditionnelle Achat ? = 1 avec gigue. La probabilité marginale est la différence entre les graduations et la probabilité conditionnelle que l'achat ? = 1 pour toutes les données est la courbe logistique.
Quelques tracés pour les marqueurs de tracé de régression logistique selon vos préférences : utilisez le niveau catégoriel numérique ou attribuez un index et utilisez le résultat pour l'ordonnée. Cette voie conduit à deux problèmes. Le premier problème est que les marqueurs se chevauchent selon une distribution dense. La solution est la gigue. (Indice, indice) Le deuxième problème est que cette solution est trop simple. Elle ne se généralise pas aux cas comportant plus de deux niveaux. (Imaginez tracer les données de cette façon dans le cas de mon exemple précédent d'âge en fonction de la taille.)
Re: Interprétation des points du tracé logistiqueJe ne suis pas.Prenons l'exemple le plus simple où il n'y a que deux groupes : les acheteurs et les non-acheteurs.J'ai créé un ensemble de données simulées et voici le tracé que j'obtiens :
J'ai mis en évidence le point avec le revenu le plus élevé – qui a la plus forte probabilité d'achat.Pouvez-vous expliquer pourquoi ce point se trouve là où il se trouve ?La gigue aléatoire verticale semble la placer proche de la probabilité d’achat ou de non-achat de 50 %.Qu'est-ce que je voudrais ?Je suppose que je préférerais afficher les points réels (achat ou non-achat, c'est-à-dire 0 ou 1).Ensuite, je peux évaluer visuellement comment la courbe logistique estimée se conforme à ces points réels (tout comme je l'obtiendrais si je rendais la variable Y continue).Je ne suis pas sûr de ce que le graphique ci-dessus me dit concernant les points.La courbe est pourtant claire.
Re: Interprétation des points du tracé logistiqueLa parcelle logistique est liée à la parcelle mosaïque. Les deux sont des visualisations de proportions ou de probabilités par rapport aux niveaux d’un prédicteur. Le tracé en mosaïque utilise généralement la zone pour représenter à la fois la proportion (verticale) et la taille de l'échantillon (horizontale) pour un prédicteur catégoriel. Le tracé en mosaïque et le tracé logistique affichent tous deux une graduation sur le côté droit du cadre du tracé pour indiquer la probabilité marginale cumulée. La courbe logistique affiche une courbe pour chaque logit pour la probabilité conditionnelle qui dépend du prédicteur continu.
Il est utile en cas de régression de tracer ensemble les données et le modèle (le graphique de la fonction). Ce graphique peut être utilisé pour évaluer les hypothèses de régression et la qualité globale des données et détecter le manque d'ajustement. Comment les données pourraient-elles être mises en pot ? En particulier, quelle doit être la valeur ordonnée ?JMP place le marqueur entre les limites de probabilité 0, les courbes logistiques et 1. Mais où exactement les marqueurs doivent-ils être tracés ? La probabilité marginale ? À un endroit à mi-chemin entre les probabilités conditionnelles limites ? JMP ajoute de la gigue afin que les marqueurs soient répartis verticalement.
Cette méthode facilite l'évaluation de l'ajustement et des données.
Comment diable traceriez-vous les données ?
