多変数ロジスティック回帰の解釈こんにちは、
ランニングの重要な機能を探るために重回帰を使いました。 これらの結果を解釈するのは非常に難しいと思います。 何かアドバイスをお願いできる人はいますか。私は一日中統計的知識ポータルを読みましたが、物事はまだはっきりしていません。
ありがとう、
scouse。
多変量ロジスティック回帰の解釈についてそれらの結果をいくつか教えてください。あなたが答えたいと思う特定の質問がありますか？あなたを試して助けるためにもう少し情報が必要です。
多変量ロジスティック回帰の解釈についてこんにちはダン、
早速お返事をいただきありがとうございます。
これが私が理解するのに苦労しているものです： -
1。 予測プロットによる実績（AbPP）とレバレッジプロット（LP）の違いは何ですか？AbPPにはP、Rsq、およびRMSE値がありますが、LPにはP値しかないのはなぜですか？
2。 効果の要約 - LogWorthを報告しますか、それともP値のみを報告しますか？
3。 Summray of Fit - あなたの二乗平均平方根誤差を評価するためのガイドはありますか？（私のものは0.0977です - これはいいのか悪いのか）
4。 分散分析 - ここから何を報告すべきですか？
ありがとう、
配偶者
多変量ロジスティック回帰の解釈について1）多重ロジスティック回帰にはレバレッジプロットがありません。
連続応答の回帰モデルは、観測プロットと予測プロット、およびレバレッジプロットの両方を持ちます。Obs。vs. pred plotはモデル全体に関する情報を提供します。モデル全体には、R 2乗、全体のp値、RMSEなどの統計があります。レバレッジプロットは、モデル内の個々の用語に関する情報を提供しています。
2）どちらの値を報告してもかまいませんが、報告する内容は、結果の報告先によって異なります。p値の10を底とする対数を負にすると、LogWorthが得られます。これは同じ情報で、異なる縮尺で報告されたばかりです。
3）二乗平均平方根誤差は違いは、応答とp（実際に発生したイベントに対する適合確率）の差です。 これは通常、応答とpが近いことを示すため、値が小さいほど優れています。たとえば、オブザベーションの結果が "True"になることがあります。モデルがTrueイベントの確率が0.6であると予測した場合、その観測値のRMSEは1 - 0.6 = 0.4 ^ 2 = 0.16の値になります。これらの「偏差」を合計してnで割り、RMSEを求めます（式は出力に表示されます）。それが観測の数に依存するので、私にとって良い数が何であるかを知る方法はありません。
4）何を報告すればいいのかわかりません。それはあなたが伝えたい情報と、あなたが少なくとも誰と通信しているかによって異なります。場合によっては、分散分析の結果を報告する必要がないこともあります。それ以外の場合は、次のようにします。これは統計的な質問ではありません。
多変量ロジスティック回帰の解釈についてありがとうダン、
そこにいくつかの本当に素晴らしい情報が「素人」のために分解しました。 あなたの時間と努力を本当に評価してください。
