ロジスティック回帰レポートの適合性の欠如6 つの二値因子と 1 つの連続因子を含むデータセットに対してロジスティック回帰分析を実行しました。 次に、連続パラメーターをしきい値処理 (しきい値 <= しきい値の場合は 0、そうでない場合は 1) によってバイナリに変換した後、分析を繰り返します。
最初の分析では、レポートに次のような不適合テーブルが表示されます。
運動不足
ソース | DF | -対数尤度 | カイ二乗 |
運動不足 | 1.85e+7 | 4433.7627 | 8867.525 |
飽和状態 | 1.85e+7 | 387.7085 | Prob>ChiSq |
フィットした | 7 | 4821.4712 | 1.0000 |
連続変数をバイナリに変換した後に分析を繰り返すと、次のような不適合テーブルが得られます。このテーブルでは、Prob>ChiSq が以前の値 1.0000 の代わりに 0.0009 になっています。
運動不足
ソース | DF | -対数尤度 | カイ二乗 |
運動不足 | 120 | 87.1476 | 174.2951 |
飽和状態 | 127 | 4778.6278 | Prob>ChiSq |
フィットした | 7 | 4865.7753 | 0.0009* |
名目ロジスティック適合レポートのドキュメントに適合不足の説明が見つかりません。「適合度の欠如」のコンテキストでは、モデルがデータに適切に適合するためには、値を 1 に近づける必要がありますか? 0.0009 の隣のアスタリスクは何を意味しますか?
Re: ロジスティック回帰レポートの適合性の欠如連続予測子をバイナリ予測子に置き換えることはお勧めしません。 バイナリ変数はあまり情報がありません。
観察される違いは、自由度の変化によるものです。 最初の分析には、サンプル統計量 8867.525 の検定に 1.85E+7 の自由度が含まれていますが、2 番目の分析には、対応するサンプル統計量 174.2951 に対して 120 DF のみが含まれています。
不適合テストは、選択したモデルと飽和モデル (不偏) との比較に基づいています。 帰無仮説では、それらが同じであると仮定します。 帰無仮説の下でのカイ二乗の期待値は DF に等しくなります。カイ二乗は帰無仮説のもとで DF を上回ります。関連する p 値は、そのような結果が分析からのサンプル統計量を超えている数を示します。
