Logistische Regression: Anpassung der numerischen Variablen durch Abzug des Mittelwerts vor der Berechnung der Koeffizienten?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ich beabsichtige, ein Überlebensvorhersagemodell für das Ergebnis nach einem schweren Trauma zu entwickeln.
Abhängige Variable: Überleben vs. Tod 30 Tage nach der Verletzung. Unabhängige Variablen: Alter (numerisch), anatomische Verletzung (numerisch), physiologische Umstellung bei Eintritt (numerisch) und Komorbidität vor Verletzungen (kategorial).
In einer kürzlich erschienenen Publikation habe ich die folgende Aussage gelesen: "Für numerische Variablen passt das statistische Paket Stata die Variablen an, indem der Stichprobenmittelwert vor der Berechnung der Modellkoeffizienten abgezogen wird".
Ich habe dieselbe logistische Regression (gleiche Datenmenge) sowohl in JMP 11 als auch in STATA durchgeführt und erhält die gleichen Odds Ratios und dieselben Koeffizienten, genau wie erwartet.
"... Subtrahieren des Abtastmittelwerts, bevor Modellkoeffizienten berechnet werden"; Ist dies etwas, was sowohl in JMP als auch in STATA geschieht (da ich in beiden Paketen die gleichen Ergebnisse der logistischen Regression habe), unabhängig davon, ob der Benutzer Kenntnis von solchen Anpassungen hat oder nicht? Kann mir jemand helfen, die obige Aussage zu verstehen? Muss ich in JMP irgendwelche Manöver ausführen, um dies zu befolgen, oder sollte ich die Regressionskoeffizienten für numerische Variablen verwenden, wie sie in der Ausgabe angezeigt werden, wenn ich mein neues Modell präsentiere?
Ich würde mich freuen, wenn mir jemand helfen könnte zu verstehen.
Beste Grüße aus Noskaga
Re: Logistische Regression: Anpassung numerischer Variablen durch Subtraktion des Mittelwerts vor der Berechnung der Koeffizienten?Hallo Julian,
Vielen Dank für Ihre Antwort, es hat mir wirklich geholfen, den Ausdruck "Zentrieren einer Variablen" zu verstehen und wann er standardmäßig in JMP verwendet wird.
Nils Oddvar Skaga
Re: Logistische Regression: Anpassung numerischer Variablen durch Subtraktion des Mittelwerts vor der Berechnung der Koeffizienten?Hallo Noskaga .
Die von Ihnen beschriebene Prozedur zum Zentrieren einer Variablen ist die Standardoption in JMP für Situationen, in denen Sie Potenzen oder Interaktionen zwischen Variablen anpassen. Dieser Prozess, der auch als "Zentrierpolynome" bezeichnet wird (der Name der Option im Dialogfeld "Modell anpassen" unter dem oberen roten Dreieck), zentriert jede Variable, bevor sie (durch Potenzen oder Kreuzprodukte mit anderen Variablen) auf sie angewendet wird Ausdrücke sind nicht mit Begriffen höherer Ordnung behaftet und behalten eine einfache Interpretation bei (der "durchschnittliche" Effekt einer Variablen unter der Annahme, dass andere Variablen an ihren Variablen konstant gehalten werden) bedeuten ).
Bei Modellen mit einer einzelnen Variablen oder einem Modell ohne Interaktionen oder Potenzen hat die Zentrierung keinen Einfluss auf die Koeffizienten (außer für den Intercept des Modells). Die Quotenverhältnisse sind daher nicht betroffen (und dies sollte mit der Intuition übereinstimmen: Die Verschiebung des Mittelwerts des Prädiktors ändert nichts an der Beziehung des Prädiktors mit der Antwort anders als der Änderung des "Pegels" der Antwort bei 0, dem Intercept).
Um numerische Variablen manuell zu zentrieren, können Sie Analysieren> Verteilung verwenden, eine oder mehrere numerische Variablen angeben und OK drücken. Wählen Sie dann das rote Dreieck (neben dem Variablennamen)> Speichern> Zentriert. Wenn Sie viele Variablen haben, halten Sie die Steuertaste (oder den Befehl, wenn Sie sich auf einem Mac befinden) gedrückt, klicken Sie auf das rote Dreieck (für eine beliebige Variable)> Speichern> Zentriert und lassen Sie dann los. Dadurch wird der Befehl rundgesendet, so dass Sie zentrierte Versionen jeder Spalte speichern, die Sie in der Distribution haben.
Ich hoffe das hilft!
julianisch
