Multivariable logistische RegressionsinterpretationHallo,
Ich habe eine mehrfache Regression verwendet, um die wichtigen Funktionen beim Laufen zu untersuchen. Ich finde es sehr schwer, diese Ergebnisse zu interpretieren. Gibt es jemanden, der Ihnen bitte einen Rat geben könnte? Ich habe den ganzen Tag das statistische Wissensportal gelesen und die Dinge sind immer noch nicht klarer.
Vielen Dank,
Liverpooler.
Betreff: Multivariable logistische RegressionsinterpretationKönnten Sie einige dieser Ergebnisse liefern? Gibt es bestimmte Fragen, die Sie beantworten möchten? Es sind etwas mehr Informationen erforderlich, um zu versuchen, Ihnen zu helfen.
Betreff: Multivariable logistische RegressionsinterpretationHallo dan
Danke für deine schnelle Antwort.
Ich bemühe mich, Folgendes zu verstehen:
1. Was ist der Unterschied zwischen Actual by Predicted Plot (AbPP) und Leverage Plot (LP)?
2. Wirkungszusammenfassung - Melden Sie LogWorth oder nur die P-Werte?
3. Summray of Fit - Gibt es eine Anleitung zur Bewertung Ihres Root Mean Square-Fehlers? (meins ist 0.0977 - ist das gut oder schlecht)
4. Varianzanalyse - was ist hier zu berichten?
Vielen Dank,
Liverpooler
Betreff: Multivariable logistische Regressionsinterpretation1) Multiple logistische Regression hat keine Hebelpläne.
Ein Regressionsmodell für eine kontinuierliche Reaktion enthält sowohl die beobachteten als auch die vorhergesagten Diagramme und Hebel-Diagramme. Obs. Pred Plot gibt Ihnen Informationen über das gesamte Modell. Das gesamte Modell verfügt über Statistiken wie R-Quadrat, einen Gesamt-p-Wert und RMSE. In Hebelplots erhalten Sie Informationen zu jedem einzelnen Begriff im Modell.
2) Sie können beide Werte angeben, aber was Sie melden, hängt davon ab, an wen Sie diese Ergebnisse melden. Wenn Sie das Negativ der logarithmischen Basis 10 des p-Werts nehmen, erhalten Sie den LogWorth. Es handelt sich um die gleichen Informationen, die nur in einem anderen Maßstab gemeldet wurden.
3) Root Mean Square Error ist Die Unterschiede sind zwischen der Antwort und p (die angepasste Wahrscheinlichkeit für das tatsächlich eingetretene Ereignis). Dies bedeutet normalerweise, dass ein niedrigerer Wert besser ist, da dies darauf hinweist, dass die Antwort und p näher beieinander liegen. Beispielsweise kann eine Beobachtung das Ergebnis "Wahr" haben. Wenn das Modell voraussagt, dass die Wahrscheinlichkeit für das True-Ereignis 0,6 beträgt, hätte der RMSE für diese Beobachtung einen Wert von 1 - 0,6 = 0,4 ^ 2 = 0,16. Addiere diese "Abweichungen" und dividiere durch n, um den RMSE zu erhalten (die Formel wird mit der Ausgabe dargestellt). Ich kann nicht wissen, was eine gute Zahl ist, da dies von der Anzahl der Beobachtungen abhängt.
4) Ich kann dir nicht sagen, was du melden sollst. Dies hängt mindestens von den Informationen ab, die Sie mitteilen möchten und mit denen Sie kommunizieren. In einigen Fällen müssen Sie die Ergebnisse der Varianzanalyse möglicherweise nicht angeben. Dies ist keine statistische Frage.
Betreff: Multivariable logistische RegressionsinterpretationDanke Dan,
Einige wirklich gute Informationen sind dort für einen Laien aufgeschlüsselt. Schätzen Sie wirklich Ihre Zeit und Mühe.
