명목 물류 적합성<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요, 명목 물류에 적합합니다. 나는 중요한 모형을 얻는다, 모든 매개 변수는 LRT 효력에 의해 뜻 깊다. 그러나 모든 매개 변수 견적은 중요하지 않습니다. 어떻게 그럴 수 있니?
다시 : 명목 물류 적합고마워,하지만 프로 버전을 사용하지 않고, 너무 많은 돈을
다시 : 명목 물류 적합재 경기에 대단히 감사합니다. 내 매개 변수들 간의 상관 관계
다시 : 명목 물류 적합예측 변수 사이의 다중 공선 성이 문제가되는 또 다른 잠재적 인 접근법은 JMP Pro를 실행하는 경우 Generalized Regression Lasso / Elastic Net 특성이 실행 가능한 모델링 옵션이기도하다는 것입니다.
다시 : 명목 물류 적합매개 변수 추정치가 "불안정"으로 표시됩니까? 그렇다면이 JMP 참고를 한 번 볼 수도 있습니다. 36686 - JMP®에서 명목상 또는 서열 로지스틱 회귀 분석을 실행하면 매개 변수 추정치가 '불안정'이라고 표시됩니다 ...
다시 : 명목 물류 적합원인은 독립 변수들 사이의 공선 성입니다.
전반적인 테스트는 모든 변수를 포함하는 모델이 응답의 평균보다 낫다고 말합니다.
개별 매개 변수의 중요성 테스트는 모델의 다른 모든 매개 변수를 조건으로합니다.
응답을 설명하는 데 중요한 두 독립 변수간에 상당한 상관 관계가있는 경우 모델의 다른 변수와 유의 한 상관 관계가 없습니다.
공선 성은 상관 관계가있는 두 변수보다 복잡 할 수 있습니다. 하나의 변수가 많은 독립 변수를 가질 때 공통적으로 나타나는 몇 가지 다른 변수의 선형 조합과 상관 관계가있는 경우 이런 일이 발생할 수 있습니다.
솔루션은 일반적으로 서로간에 상호 관련성이 높은 변수의 하위 집합을 식별하고 너무 상관이없는 하위 집합을 사용하는 것입니다.
JMP 전문가가 아닌 SAS, 더 많은 정보를 얻은 하위 집합을 식별하는 방법에 대한 구체적인 조언을 다른 사람들에게 남길 것입니다.
염두에 두어야 할 몇 가지 아이디어는 pairwise 상관 관계를 조사하는 것입니다. 또 다른 아이디어는 후보 독립 변수를 선택하기 위해 파티션 플랫폼을 사용하는 것입니다.
목표가 예측 인 경우 재귀 분할을 사용하는 것이 좋습니다. 목표가 추론이라면 재귀 적 분할을 사용하여 변수를 선택하면 p 값이 작아지고 추측이 의심됩니다.
후속 조치-> Re : 공칭 로지스틱 적합성아래 링크에있는이 응답을 명확히하고 싶습니다.원래 질문은 명목 로지스틱 회귀 분석의 불안정한 모수 추정과 관련이 있습니다.
" 이것은 일반적인 문제입니다. 모델의 일부 매개 변수가 이론적으로 무한 해지기 때문에 발생합니다. 이는 모델이 반응을 완벽하게 예측하거나 데이터로 추정 할 수있는 것보다 더 많은 매개 변수가 모델에있는 경우 (즉, 희소 데이터에서 "희소"는 각 설정의 반복이 거의 또는 전혀 없음을 의미합니다. 공변량). 한 가지 해결책은 변수 수를 줄이거 나 연속 변수를 범주 형으로 변경하는 것입니다. 모든 변수가 동시에 관련되기 때문에 제거하거나 분류 할 변수를 알 수있는 방법이 없습니다. 결과 모델은 일반적으로 관찰을 분류하는 데 능숙하지만 매개 변수에 대한 추론은 피해야합니다. "
불안정하거나 편향되거나 0이 된 모수 추정치에서도 모델이 분류 용으로 만 사용될 수 있다고 생각합니까?
Re : 후속 조치-> Re : 명목상 물류 적합성이러한 경고 및 표시기는 불량 모델을 나타냅니다. 결과를 예측하는 데 사용하지 않습니다 (즉, 분류). 열악한 조건을 수정하고 먼저 모델 가정을 확인합니다.
