로지스틱 회귀 보고서의 적합성 부족6개의 이진 요인과 1개의 연속 요인이 포함된 데이터 세트에 대해 로지스틱 회귀 분석을 수행했습니다. 그런 다음 임계값 지정(임계값 <=인 경우 0, 그렇지 않은 경우 1)을 통해 연속 매개변수를 이진수로 변환한 후 분석을 반복합니다.
첫 번째 분석을 통해 보고서에 다음과 같은 적합성 부족 표가 표시됩니다.
적합성 부족
원천 | DF | -로그우도 | 카이스퀘어 |
적합성 부족 | 1.85e+7 | 4433.7627 | 8867.525 |
가득한 | 1.85e+7 | 387.7085 | 문제>치스크 |
장착됨 | 7 | 4821.4712 | 1.0000 |
연속형 변수를 이진수로 변환한 후 분석을 반복하면 Prob>ChiSq가 이전 값 1.0000 대신 0.0009인 다음과 같은 적합성 부족 테이블을 얻습니다.
적합성 부족
원천 | DF | -로그우도 | 카이스퀘어 |
적합성 부족 | 120 | 87.1476 | 174.2951 |
가득한 | 127 | 4778.6278 | 문제>치스크 |
장착됨 | 7 | 4865.7753 | 0.0009* |
명목형 로지스틱 적합 보고서 문서에서 적합성 부족에 대한 설명을 찾을 수 없습니다."적합성 부족"이라는 맥락에서 모델이 데이터에 잘 맞도록 값이 1에 가까워지기를 원합니까? 0.0009 옆에 있는 별표는 무엇을 의미하나요?
Re: 로지스틱 회귀 보고서의 적합성 부족연속 예측 변수를 이진 예측 변수로 교체하는 것은 권장하지 않습니다. 이진 변수는 정보가 적습니다.
관찰한 차이는 자유도의 변화로 인한 것입니다. 첫 번째 분석에서는 표본 통계량 8867.525의 테스트에서 자유도가 1.85E+7인 반면, 두 번째 분석에서는 해당 표본 통계량 174.2951에 대해 120DF만 포함되었습니다.
적합성 결여 테스트는 선택한 모델과 포화 모델(편향되지 않음) 간의 비교를 기반으로 합니다. 귀무 가설은 두 값이 동일하다고 가정합니다. 귀무 가설 하에서 카이 제곱의 기대값은 DF와 같습니다.카이 제곱은 귀무 가설 하에서 DF를 초과합니다.연관된 p-값은 분석에서 얻은 표본 통계량을 초과하는 결과의 개수를 알려줍니다.
