Mancanza di adattamento nel report di regressione logisticaHo eseguito l'analisi di regressione logistica su un set di dati che contiene 6 fattori binari e 1 fattore continuo. Quindi ripeto l'analisi dopo aver convertito il parametro continuo in binario mediante soglia (0 se <= soglia, 1 altrimenti).
Con la prima analisi ottengo la seguente tabella Lack of Fit nel report
Mancanza di adattamento
Fonte | DF | -Probabilità del registro | ChiSquare |
Mancanza di adattamento | 1.85e+7 | 4433.7627 | 8867.525 |
Saturato | 1.85e+7 | 387.7085 | Pro>ChiSq |
Montato | 7 | 4821.4712 | 1.0000 |
Quando ripeto l'analisi dopo aver convertito la variabile continua in binaria, ottengo la seguente tabella Lack of Fit in cui Prob>ChiSq è ora 0,0009 al posto del valore precedente di 1,0000.
Mancanza di adattamento
Fonte | DF | -Probabilità del registro | ChiSquare |
Mancanza di adattamento | 120 | 87.1476 | 174.2951 |
Saturato | 127 | 4778.6278 | Pro>ChiSq |
Montato | 7 | 4865.7753 | 0,0009* |
Non riesco a trovare la descrizione della mancanza di idoneità nella documentazione del rapporto di idoneità logistica nominale.Nel contesto di "Lack of Fit", voglio che il valore sia vicino a 1 affinché il modello si adatti bene ai dati? Cosa significa l'asterisco accanto a 0,0009?
Ri: Mancanza di adattamento nel rapporto sulla regressione logisticaNon consiglio di sostituire un predittore continuo con un predittore binario. Le variabili binarie sono meno informative.
La differenza che osservi è dovuta al cambiamento dei gradi di libertà. La prima analisi include 1,85E+7 gradi di libertà nel test della statistica campionaria di 8867.525 mentre la seconda analisi include solo 120 DF per la corrispondente statistica campionaria di 174.2951.
La mancanza di fit test si basa su un confronto tra il modello selezionato e il modello saturo (imparziale). L’ipotesi nulla presuppone che siano la stessa cosa. Il valore atteso del chi quadrato sotto l'ipotesi nulla è uguale al DF.Chi quadrato supera il DF sotto l'ipotesi nulla.Il valore p associato indica quanti risultati di questo tipo superano la statistica del campione dell'analisi.
