Régression logistique: ajuster les variables numériques en soustrayant la moyenne de l'échantillon avant le calcul des coefficients?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'ai l'intention de développer un modèle de prévision de survie pour les résultats après un traumatisme majeur.
Variable dépendante: survie vs décès 30 jours après la lésion. Variables indépendantes: âge (numérique), lésion anatomique (numérique), dérangement physiologique à l'admission (numérique) et comorbidité antérieure à la lésion (catégorique).
Dans une publication récente, j'ai lu la déclaration suivante: "Pour les variables numériques, le logiciel statistique Stata ajuste les variables en soustrayant la moyenne de l'échantillon avant que les coefficients du modèle ne soient calculés".
J'ai effectué la même régression logistique (même ensemble de données) dans JMP 11 et STATA, et j'ai obtenu les mêmes rapports de cotes et les mêmes coefficients, exactement comme prévu.
"... soustrayant la moyenne de l'échantillon avant le calcul des coefficients du modèle"; Est-ce quelque chose qui se produit à la fois dans JMP et STATA (étant donné que j'ai les mêmes résultats de la régression logistique dans les deux packages), que l'utilisateur ait ou non connaissance de ces ajustements? Quelqu'un peut-il m'aider à comprendre la déclaration ci-dessus? Dois-je faire quelque chose dans JMP pour y adhérer ou dois-je utiliser les coefficients de régression pour les variables numériques tels que présentés dans la sortie lors de la présentation de mon nouveau modèle?
J'apprécierais si quelqu'un pouvait m'aider à comprendre.
Meilleurs voeux de noskaga
Re: Régression logistique: ajuster les variables numériques en soustrayant la moyenne de l’échantillon avant le calcul des coefficients?Bonjour Julian,
Merci pour votre réponse, cela m’a vraiment aidé à comprendre l’expression "centrage d’une variable" et son utilisation par défaut dans JMP.
Nils Oddvar Skaga
Re: Régression logistique: ajuster les variables numériques en soustrayant la moyenne de l’échantillon avant le calcul des coefficients?salut noskaga ,
La procédure que vous décrivez, qui consiste à centrer une variable, est l'option par défaut dans JMP pour les situations dans lesquelles vous ajustez des puissances ou des interactions entre variables. Ce processus, également appelé "Polynômes de centrage" (nom de l’option dans la boîte de dialogue Ajuster le modèle sous le triangle rouge en haut), centre chaque variable avant de l’opérer (via des puissances ou des produits croisés avec d’autres variables), de sorte que les termes ne sont pas confondus avec les termes d'ordre supérieur et conservent une interprétation facile (l'effet "moyen" d'une variable en supposant que les autres variables soient maintenues constantes à leur valeur de base) signifier ).
Pour les modèles avec une seule variable, ou une variable sans interaction ni puissance, le centrage n'aura aucun effet sur les coefficients (à l'exception de l'interception du modèle). Les rapports de cotes ne sont donc pas affectés (et cela devrait aller de pair avec l'intuition: changer la moyenne du prédicteur ne change rien à la relation qu'il a avec la réponse autre que le changement du "niveau" de la réponse à 0, l'intercept).
Pour centrer manuellement les variables numériques, vous pouvez utiliser Analyse> Distribution, spécifier une ou plusieurs variables numériques, puis appuyer sur OK. Sélectionnez ensuite le triangle rouge (à côté du nom de la variable)> Enregistrer> Centré. Si vous avez plusieurs variables, maintenez la touche Ctrl (ou la commande si vous êtes sur un Mac) enfoncée, puis cliquez sur le triangle rouge (pour l’une des variables)> Enregistrer> Centré, puis relâchez-le. Cela diffusera la commande afin que vous sauvegardiez des versions centrées de chaque colonne de Distribution.
J'espère que ça aide!
julien
