Regresión logística ordinal para el análisis de controladores claveHola a todos,
Necesito hacer un análisis de controladores clave e identificar los 10 mejores para la satisfacción del cliente. El conjunto de datos que tengo consta de 1 variable dependiente ordinal y aproximadamente 20-30 variable independiente (ordinal, nominal, binario).
Intenté analizar el conjunto de datos de Fit Y by X y Fit Model. Sin embargo, no sé qué buscar para identificar los factores más importantes.
Para datos numéricos, soy consciente de que puedo usar los coeficientes beta. Sin embargo, no sé qué hacer / dónde encontrar información similar para este caso.
¡Por favor, ayúdame!
Re: Regresión logística ordinal para el análisis de controladores claveSarah:
Le sugiero que eche un vistazo al ejemplo trabajado en la tabla de datos de cheese.jmp que se proporciona con su JMP Sample Data Directory. ¿El pensamiento y el flujo de trabajo para ese ejemplo podrían ser similares a lo que está tratando de lograr con su problema?
Asegúrese de echar un vistazo a los dos scripts incrustados también. El script de contingencia hace un buen trabajo al mostrar los gráficos de mosaico ... y también obtendrá gráficos adicionales para sus predictores de variables continuas. El script Fit Model usa el modelo Fit -> Personalidad logística ordinal para construir y evaluar el modelo. Una vez que adapte su modelo a sus datos, sugiero echar un vistazo a varias estadísticas y visualizaciones de la evaluación de ajuste del modelo, como la ventana Resumen del efecto, la prueba del modelo completo, la prueba de falta de ajuste, estimaciones de parámetros, curvas ROC, matriz de confusión y El perfilador de predicción JMP Pro. En resumen, no hay UNA sola cosa que considerar para decidir si su modelo hace un trabajo satisfactorio para ayudarlo a identificar sus "impulsores clave".
Y por último, pero no menos importante ... compare lo que el modelo le dice a su conocimiento del proceso, el comportamiento humano racional y las expectativas ... si el modelo está volando en la cara del conocimiento del proceso, ¿tal vez algo anda mal? Por ejemplo, suponga que está evaluando la satisfacción del cliente con un centro telefónico de contacto con el cliente y una de las variables predictivas es el "tiempo de espera para hablar con un agente" y el modelo sugiere que la satisfacción aumenta con el aumento del tiempo de espera ... bueno, algo es sospechoso.
Re: Regresión logística ordinal para el análisis de controladores claveHola Pedro,
Gracias por la respuesta. He mirado a través de todas las páginas web en el enlace dado. Sin embargo, no contiene ninguna información sobre cómo puedo encontrar la importancia relativa.
Estoy usando JMP Pro ahora. Sin embargo, no sé qué columnas / información mirar para poder encontrar los mejores controladores / importancia. Ahora tengo un gran problema porque nunca había trabajado con variables ordinales.
Re: Regresión logística ordinal para el análisis de controladores claveLas plataformas Fit Y by X y Fit Model pueden proporcionar información útil. ¿Has revisado la documentación de JMP sobre regresión logística? Hay muchos ejemplos de ajustes de modelos a los que se puede recurrir para ayudarle a decidir si tiene un modelo útil para el análisis de su controlador clave. Aquí hay un enlace a la página de destino en la documentación para la regresión logística en general, con subtemas para la regresión logística ordinal.
http://www.jmp.com/support/help/13-1/Logistic_Regression_Models.shtml#
También es posible que desee echar un vistazo a la plataforma de partición y si está ejecutando JMP Pro algunos de los métodos de regresión penalizados, así como los otros métodos de modelado basados en árboles, como el árbol reforzado y el bosque de arranque.
