84641_de-DE

liliconcom

Logistische Plotinterpretation von Punkten

Ich versuche, die Punkte in der logistischen Handlung zu verstehen. Wenn ich „Y nach X anpassen“ verwende, wobei Y nominal und X kontinuierlich ist, erhalte ich eine logistische Kurve.Die Kurve ist vollkommen verständlich, aber die Punkte ergeben für mich keinen Sinn.In der JMP-Hilfe heißt es: „Das logistische Wahrscheinlichkeitsdiagramm gibt ein vollständiges Bild davon, wozu das logistische Modell passt.“ Bei jedem X Wert, die Wahrscheinlichkeitsskala in der j Die Richtung wird für jede Antwortkategorie in Wahrscheinlichkeiten unterteilt (partitioniert). Die Wahrscheinlichkeiten werden als vertikaler Abstand zwischen den Kurven gemessen, mit der Summe über alle Y Kategoriewahrscheinlichkeiten summieren sich auf 1.“Mit nur 2 Ebenen für Y liefert dies eine Erklärung für den vertikalen Abstand der Kurve von der X-Achse und den Abstand über der Kurve – das sind die Wahrscheinlichkeiten für die beiden Klassen.Aber was die Punkte betrifft, kann ich nur folgende Erklärung finden: „Markierungen für die Daten werden an ihren Stellen eingezeichnet.“ X -koordinieren, mit dem j Die Position schwankte zufällig innerhalb des Bereichs, der der Antwortkategorie für diese Zeile entspricht.“Kann mir jemand sagen, was das bedeutet?Warum in aller Welt sollte ich wollen, dass die Punkte zufällig verschoben werden?

Betreff: Logistische Plotinterpretation von PunktenIch hatte die gleichen Schwierigkeiten, das zu interpretieren, aber die Farbgebung hat wirklich geholfen, Danke Mark!Betreff: Logistische Plotinterpretation von Punkten

Probieren Sie die Einfärbung nach Status aus, um zu sehen, ob dies die Interpretation des Mosaikdiagramms in Logistic erleichtert.

Betreff: Logistische Plotinterpretation von Punkten

Ich habe im Wesentlichen die gleiche Frage wie Dale.Ich möchte eine Handlung erstellen, die:

a) Zeigt die geschätzte Logistikkurve
b) Zeigt die Daten auf eine Weise an, die Informationen über den Wert der kategorialen Antwortvariablen vermittelt.

Ich verwende hauptsächlich die logistische Regression für binäre Antwortdaten.Hier ist ein Beispiel unter Verwendung der klassischen Titanic-Überlebensdaten.Die Antwortvariable ist „Status“ und nimmt die Werte „überlebt“ oder „gestorben“ an.Mit dem Graph Builder kann ich das Diagramm erstellen, auf das Dale meiner Meinung nach in seinem letzten Beitrag Bezug genommen hat, allerdings ohne die logistische Regressionskurve:


Dabei kommt es zu Jitter, der wichtig ist, aber dieser Jitter ist so eingeschränkt, dass klar ist, welche Datenpunkte zu „überlebt“ und welche zu „gestorben“ gehören.  

Hier ist die Darstellung, die ich erhalte, wenn ich das logistische Regressionsmodell ausführe:

Jetzt scheint die vertikale Position jedes Punktes völlig zufällig zu sein und vermittelt daher keine Informationen.Übersehe ich etwas darüber, was das vertikale Lokal bedeutet?Ich verstehe den Wert von Jitter, aber es sieht so aus, als wäre es so viel Jitter, dass man nicht mehr erkennen kann, welche Datenpunkte zu welcher Kategorie der Antwort gehören.  

 

Gibt es eine Möglichkeit (über die GUI), diese Art von Diagrammen zu kombinieren, sodass wir das von Graph Builder erstellte Diagramm mit der überlagerten Logistikkurve haben?

 

Danke,

Ben

Betreff: Logistische Plotinterpretation von Punkten

Leider funktioniert das Zittern entlang der horizontalen Linien 0 und 1 nicht, da die Position entlang der x-Achse wichtig und bereits in den Daten festgelegt ist. Sie können nur in Y-Richtung jittern.

Betreff: Logistische Plotinterpretation von PunktenDanke für die Erklärung. Ich denke, dass ich die Anzeige für den Fall von 2 Ebenen überhaupt nicht nützlich finde. Ich werde das zusammen mit der ANOVA-Anzeige der Kreise für die Vergleichsgruppen (entweder jedes Paar oder Tukey HSD) ablegen. Die meisten JMP-Anzeigen sind sehr informativ und nützlich, ich würde diese jedoch als Ausnahmen von dieser Regel betrachten. Bei dichten Punkten ist das Zittern in Ordnung, aber es kann zu Zittern entlang der horizontalen Linien 0 und 1 kommen.Betreff: Logistische Plotinterpretation von Punkten

Die Abszisse ist der Einkommenswert. Die Ordinate liegt unterhalb der Logistikkurve, da die Daten „Kauf?“ lauten. = 1.

 

Sie sollten den Ordinatenwert nicht als Wahrscheinlichkeit interpretieren. Die vertikale Position hat keine solche Bedeutung.Der Marker wird zwischen 0 und der bedingten Wahrscheinlichkeit „Kauf?“ platziert. = 1 mit Jitter. Die Grenzwahrscheinlichkeit ist die Differenz zwischen Tic-Markierungen und der bedingten Wahrscheinlichkeit, dass Purchase? = 1 für alle Daten ist die Logistikkurve.

 

Einige Diagramme für logistische Regressionsdiagrammmarkierungen nach Ihren Wünschen: Verwenden Sie die numerische kategoriale Ebene oder weisen Sie einen Index zu und verwenden Sie das Ergebnis für die Ordinate. Dieser Weg führt zu zwei Problemen. Das erste Problem besteht darin, dass sich die Marker in einer dichten Verteilung überlappen. Die Lösung ist Jitter. (Hinweis, Hinweis) Das zweite Problem ist, dass diese Lösung zu einfach ist. Eine Verallgemeinerung auf Fälle mit mehr als zwei Ebenen ist nicht möglich. (Stellen Sie sich vor, die Daten im Fall meines vorherigen Beispiels von Alter versus Körpergröße auf diese Weise darzustellen.)

Betreff: Logistische Plotinterpretation von Punkten

Ich folge nicht.Nehmen wir das einfachere Beispiel, bei dem es nur zwei Gruppen gibt: Käufer und Nichtkäufer.Ich habe einen simulierten Datensatz erstellt und folgendes Diagramm erhalte ich:

Ich habe den Punkt mit dem höchsten Einkommen hervorgehoben, der die höchste Kaufwahrscheinlichkeit aufweist.Können Sie erklären, warum sich dieser Punkt dort befindet, wo er ist?Aufgrund des zufälligen Jitters in der Vertikalen liegt die Wahrscheinlichkeit eines Kaufs oder Nichtkaufs nahe bei 50 %.Was würde ich wollen?Ich nehme an, ich würde es vorziehen, wenn die tatsächlichen Punkte (Kauf oder Nichtkauf, also 0 oder 1) angezeigt würden.Dann kann ich visuell beurteilen, wie die geschätzte Logistikkurve mit diesen tatsächlichen Punkten übereinstimmt (so wie ich es erhalten würde, wenn ich die Y-Variable kontinuierlich mache).Ich bin mir nicht sicher, was mir die obige Grafik zu den Punkten sagt.Die Kurve ist jedoch klar.

Betreff: Logistische Plotinterpretation von Punkten

Der Logistikplot steht im Zusammenhang mit dem Mosaikplot. Bei beiden handelt es sich um Visualisierungen von Proportionen oder Wahrscheinlichkeiten im Vergleich zu den Ebenen eines Prädiktors. Das Mosaikdiagramm verwendet normalerweise die Fläche, um sowohl den Anteil (vertikal) als auch die Stichprobengröße (horizontal) für einen kategorialen Prädiktor darzustellen. Das Mosaikdiagramm und das Logistikdiagramm zeigen beide ein Häkchen auf der rechten Seite des Diagrammrahmens an, um die kumulative Grenzwahrscheinlichkeit anzuzeigen. Die Logistikkurve zeigt eine Kurve für jeden Logit für die bedingte Wahrscheinlichkeit an, die vom kontinuierlichen Prädiktor abhängt.

 

Bei der Regression ist es hilfreich, die Daten und das Modell (den Graphen der Funktion) zusammen darzustellen. Dieses Diagramm kann verwendet werden, um die Annahmen der Regression und die allgemeine Datenqualität zu bewerten und mangelnde Anpassung zu erkennen. Wie könnten die Daten vergossen werden? Wie hoch sollte insbesondere der Ordinatenwert sein?JMP platziert die Markierung zwischen den Grenzen der Wahrscheinlichkeit 0, den Logistikkurven und 1. Aber wo genau sollen die Markierungen eingezeichnet werden? Die Grenzwahrscheinlichkeit? An einem Ort auf halbem Weg zwischen den begrenzenden bedingten Wahrscheinlichkeiten? JMP fügt Jitter hinzu, sodass die Markierungen vertikal verteilt werden.

 

 

Dies unterstützt die Beurteilung der Passung und der Daten.

 

Wie in aller Welt würden Sie die Daten darstellen?