Falta de ajuste en el informe de regresión logísticaRealicé un análisis de regresión logística en un conjunto de datos que contiene 6 factores binarios y 1 factor continuo. Luego repito el análisis después de convertir el parámetro continuo a binario por umbral (0 si <= umbral, 1 en caso contrario).
Con el primer análisis obtengo la siguiente tabla de falta de ajuste en el informe
Falta de ajuste
Fuente | DF | -LogVerosimilitud | ChiCuadrado |
Falta de ajuste | 1.85e+7 | 4433.7627 | 8867.525 |
Saturado | 1.85e+7 | 387.7085 | Prob>ChiSq |
Equipado | 7 | 4821.4712 | 1.0000 |
Cuando repito el análisis después de convertir la variable continua a binaria, obtengo la siguiente tabla de Falta de ajuste en la que Prob>ChiSq ahora es 0.0009 en lugar del valor anterior de 1.0000.
Falta de ajuste
Fuente | DF | -LogVerosimilitud | ChiCuadrado |
Falta de ajuste | 120 | 87.1476 | 174.2951 |
Saturado | 127 | 4778.6278 | Prob>ChiSq |
Equipado | 7 | 4865.7753 | 0.0009* |
No puedo encontrar la descripción de Falta de ajuste en la documentación del Informe de ajuste logístico nominal.En el contexto de "falta de ajuste", ¿quiero que el valor esté cerca de 1 para que el modelo se ajuste bien a los datos? ¿Qué significa el asterisco junto a 0.0009?
Re: Falta de ajuste en el informe de regresión logísticaNo recomiendo reemplazar un predictor continuo con un predictor binario. Las variables binarias son menos informativas.
La diferencia que observas se debe al cambio en los grados de libertad. El primer análisis incluye 1.85E+7 grados de libertad en la prueba del estadístico muestral de 8867.525 mientras que el segundo análisis incluye solo 120 DF para el estadístico muestral correspondiente de 174.2951.
La prueba de falta de ajuste se basa en una comparación entre el modelo seleccionado y el modelo saturado (imparcial). La hipótesis nula supone que son iguales. El valor esperado de chi cuadrado bajo la hipótesis nula es igual al DF.Chi cuadrado excede el GL bajo la hipótesis nula.El valor p asociado informa cuántos de estos resultados superan la estadística de muestra del análisis.
