Regressione logistica: regolare le variabili numeriche sottraendo la media campionaria prima del calcolo dei coefficienti?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Intendo sviluppare un modello di previsione di sopravvivenza per i risultati dopo un trauma maggiore.
Variabile dipendente: sopravvivenza vs morte 30 giorni dopo l'infortunio. Variabili indipendenti: età (numerico), danno anatomico (numerico), squilibrio fisiologico all'ammissione (numerico) e comorbidità pre-infortunio (categoriale).
In una recente pubblicazione ho letto la seguente dichiarazione: "Per le variabili numeriche, il pacchetto statistico Stata regola le variabili sottraendo la media campionaria prima che vengano calcolati i coefficienti del modello".
Ho eseguito la stessa regressione logistica (stesso set di dati) sia in JMP 11 che in STATA e ottengo gli stessi rapporti Odds e gli stessi coefficienti, esattamente come previsto.
"... sottraendo la media campionaria prima che vengano calcolati i coefficienti del modello"; È qualcosa che accade sia in JMP che in STATA (visto che ho gli stessi risultati della regressione logistica in entrambi i pacchetti) indipendentemente dal fatto che l'utente abbia o meno conoscenza di tali aggiustamenti? Qualcuno può aiutarmi a capire la dichiarazione di cui sopra? Devo fare qualche manovra in JMP per aderire a questo, o dovrei usare i coefficienti di regressione per le variabili numeriche come presentato nell'output quando si presenta il mio nuovo modello?
Apprezzerei se qualcuno potesse aiutarmi a capire.
I migliori auguri di noskaga
Ri: Regressione logistica: regolare le variabili numeriche sottraendo media del campione prima del calcolo dei coefficienti?Ciao Giuliano,
Grazie per la tua risposta, mi ha davvero aiutato a capire l'espressione "centraggio di una variabile" e quando è usata di default in JMP.
Nils Oddvar Skaga
Ri: Regressione logistica: regolare le variabili numeriche sottraendo media del campione prima del calcolo dei coefficienti?Ciao noskaga ,
La procedura che stai descrivendo, centrando una variabile, è l'opzione predefinita in JMP per le situazioni in cui ti vengono adattati poteri o interazioni tra variabili. Questo processo, chiamato anche "Polinomi di centraggio" (che è il nome dell'opzione nella finestra di dialogo Fit Model sotto il triangolo rosso in alto), centra ciascuna variabile prima di operare su di essa (attraverso potenze o cross-prodotti con altre variabili) in modo che l'ordine inferiore i termini sono infondati con termini di ordine superiore e mantengono un'interpretazione semplice (l'effetto "medio" di una variabile assumendo che altre variabili siano mantenute costanti significare ).
Per i modelli con una singola variabile, o uno senza interazioni o poteri, il centraggio non avrà alcun effetto sui coefficienti (eccetto per l'intercetta del modello). I rapporti di probabilità non sono quindi influenzati (e ciò dovrebbe quadrare con l'intuizione: lo spostamento della media del predittore non cambia la relazione che il predittore ha con la risposta diversa dal cambiamento del "livello" della risposta a 0, l'intercetta).
Per centrare manualmente le variabili numeriche, puoi utilizzare Analizza> Distribuzione, specificare una o più variabili numeriche e premere OK. Quindi selezionare il triangolo rosso (accanto al nome della variabile)> Salva> Centrato. Se hai molte variabili, tieni premuto il tasto control (o comando se sei su un mac), quindi fai clic sul triangolo rosso (per qualsiasi variabile)> Salva> Centrato, quindi rilascia. Questo trasmetterà il comando in modo da salvare le versioni centrate di ogni colonna presente in Distribuzione.
Spero che questo possa essere d'aiuto!
giuliano
