Problem mit fehlender EignungsprüfungHallo, ich habe ein einfaches Logistikmodell erstellt, um Kreditausbuchungen vorherzusagen. Die eingeschlossenen Variablen scheinen alle signifikant zu sein und das Modell hat den gesamten Modelltest bestanden. Den Lack-of-Fit-Test hat das Modell allerdings nicht bestanden. Also meine Fragen sind: 1. Bedeutet dies, dass einige wichtige Variablen oder Wechselwirkungen fehlen, also ist es kein guter Mordel? 2. Kann ich das Odds Ratio/Schätzung trotzdem verwenden, um die Auswirkung jeder Variablen zu berechnen? Die Ergebnisse habe ich hier angehängt. Alle Kommentare oder Vorschläge sind willkommen und werden sehr geschätzt. Wenn Sie Fragen haben, lassen Sie es mich bitte auch wissen. Danke!
Betreff: Problem mit fehlender EignungsprüfungVielen Dank für das Teilen Ihrer Erkenntnisse und die schnelle Antwort. Ich schätze es sehr.
Betreff: Problem mit fehlender EignungsprüfungBasierend auf nur den 2 fehlenden p-Werten würde ich ohne zu zögern diesen Effekt fallen lassen. Ich neige dazu, bei logistischen Regressionen instabile Schätzungen zu erhalten, wenn ich mit meinem Modell im Verhältnis zur Größe und Qualität des Datensatzes zu gierig werde.
Betreff: Problem mit fehlender EignungsprüfungVielen Dank! Eure Vorschläge haben sehr geholfen. Ich habe weitere Variablen überprüft und festgestellt, dass ich einige wichtige übersehen habe, insbesondere die "Zahlungsart". Also habe ich das Modell ziemlich stark angepasst. Jetzt hat es den Dichtigkeitstest bestanden. Ich bin mir jedoch nicht sicher, ob ich "Risikostufen" beibehalten soll. Es ist als instabil gekennzeichnet. Wenn ich es entferne, sinkt der p-Wert des Mangels an Anpassungstest von 0,971 auf 0,817. Haben Sie einen Vorschlag für einen solchen Fall? Danke schön!
Betreff: Problem mit fehlender EignungsprüfungEin fehlgeschlagener Mangel an Anpassungstest bedeutet, dass das Modell nicht alle in den Daten erkennbaren Trends genau erfasst.Mit anderen Worten, Sie haben immer noch ein Signal, das nicht berücksichtigt wird.Oft hilft es, weitere Interaktionen oder Terme höherer Ordnung hinzuzufügen.Manchmal haben Sie einen Hockeyschläger-Effekt mit einem Plateau oder etwas, das Sie mit einem regulären Polynommodell nicht wirklich erreichen können.Im ersten Schritt würde ich allen möglichen 2-Wege-Wechselwirkungen einen quadratischen Term für den Zinssatz hinzufügen und dann auf mangelnde Anpassung prüfen.Wenn das Problem weiterhin besteht, schauen Sie hier erneut vorbei und wir können prüfen, was Sie haben.Wenn das Problem der mangelnden Anpassung behoben ist, können Sie einige der nicht benötigten Modellbegriffe mit Ihrer bevorzugten Modellauswahlmethode kürzen.
