如何決定序數邏輯迴歸的最大效果你好，
我正在使用單獨的序數邏輯回歸來測試四個變數對 6 點指數的影響。 我的三個變數顯示出顯著的結果，但我無法評估哪一個對我的指數獲得更高排名的可能性影響最大。
我把我的效果總結貼出來供大家參考。 我的變數（LOG MBL Balances）表現出最高的對數值和最高的偽 r 平方，但係數估計值略低於其他兩個變數。 我的其他兩個變數（LOG 資產和 LOG 成員資格）表現出非常相似的結果，並且兩者的平均對數似然絕對值都高於 MBL 餘額。
我是否可以說，由於 LOG MBL 表現出更好的擬合，因此儘管平均對數似然係數較低且絕對值較低，但它是對我的 DV 影響最大的變數？ 或者更好的說法是所有三個變數對我的 DV 都表現出相似的、適度的影響？
聚苯乙烯 我已在 JMP 14 和 Eviews 11 中執行迴歸。 誰能告訴我為什麼 JMP 中的係數為負值，而 Eviews 中的係數為正值？
謝謝
回覆：如何決定序數邏輯迴歸的最大效果PCA 是真實資料多變量分析中非常有用的工具。 相關性是很難避免的。 希望 PCA 能夠單獨提供一些見解，例如資產和成員資格可能是某些潛在變數的表達。
我假設透過“a儘管因子 3 提供了最低的解釋值（約 12%） 「你的意思是 PCA 中 12% 的變異數。 你對因素 3 的看法是正確的。 因子 1 代表原始變數中變化最大的事實絕不意味著它是最重要的預測變數。 使用模型中的所有三個因素可以為分離和測試效果提供強有力的分析。
回覆：如何決定序數邏輯迴歸的最大效果我無意質疑分析的有效性。 有效性取決於研究設計和變數的選擇。我只是警告不要採取有時被稱為「p 值網路釣魚」的做法。 我並不是建議您進行網路釣魚。 我認為你已經展現了良好的學習能力。 我只是想澄清我的擔憂。
讓我用一個極端的例子來說明。 一項虛構且激進的研究根據可用性收集了數百個變量，並根據反應測試每個變量。 許多變數（數量大，而不是比例）被認為具有顯著影響。 所有這些結果都意味著發現了相關或關聯的模式。 有許多問題無法透過用於獲得該結果的數據來回答。
- 該結果是否只是由於大量假設檢定而導致的第一類錯誤？
- 根據目前理論，重要變數是否合理？
- 結果是另一個例子嗎虛假相關性？
必須收集新的數據來驗證和加強對初步發現的信念。 有效的研究和結果是可重複的。 如果我們跳過驗證而急於舉報，那麼很可能是網路釣魚案件。
因此，有效的研究是有計劃的探索，從理論開始，事先考慮適當的資料收集和方法。 設計的實驗是非常成功的研究，儘管並不總是可行。 一項有效的研究必須試圖獲得支持和反對該理論的經驗證據。 我們希望沒有證據反對我們的理論，但我們仍然有義務去尋找它。 我們不希望別人為我們找到它。
回覆：如何決定序數邏輯迴歸的最大效果我對 PCA 進行了因子分析，並使用三個因子運行了序數邏輯模型。 我發現了非常有趣的結果。
看起來資產和會員資格似乎是因素 1 上最高的負載值（解釋了 47% 的變化），因素 2 上的平均餘額最高（解釋了約 25%），而貸款投資組合在因素 3 上最高。 。
儘管因子 3 提供了最低的解釋值（約 12%），但它似乎在模型中具有最大的實際意義。 我將因子 3 解釋為對我的 DV 具有最大的實際影響是否正確，儘管它僅解釋了 12% 的變異？
回覆：如何決定序數邏輯迴歸的最大效果是的，當資產規模和當前成員變數在一起時，情況尤其糟糕。 它會擾亂模型的重要性並改變某些係數的符號。 如果我只測試三個變數（不考慮資產或成員資格），我就可以獲得一個可行的模型，但我覺得單獨測試它們通常更適合我的研究目標。
您認為我發布的一系列模型可以有效解釋嗎？ （至少對於1-3級而言）
感謝您提供有關 PCA 的提示，我會研究一下。 您是否有一些方便的快速連結或教程來執行您提到的透過 JMP 旋轉 PCA 中最大的組件以用作替代 IV 的操作？ 如果沒有也不用擔心，這非常有幫助！
回覆：如何決定序數邏輯迴歸的最大效果感謝您分享這些詳細資訊。 這些資訊很有幫助。
有一些很強的相關性，但還沒有強到可以稱這些 IV 是多餘的。 那麼將它們放在同一個模型中會導致很多問題嗎？ 正如您所說，它們是共線的，但這只會增加變異數。 這個問題有意義嗎？ 您可以嘗試使用 PCA，然後旋轉最大的組件以儲存為因子。 當您檢查負載時，它們可能是可以解釋的，並且它們可以充當替代 IV，同時避免共線性問題。
回覆：如何決定序數邏輯迴歸的最大效果我正在測試規模相關因素對信用合作社採用非貸款業務服務的影響。 我的 IV 分別代表機構規模的某些方面（資產規模、會員總數、貸款組合、平均會員餘額）。 這裡的電平是經過測量的。
我的 DV 等級是使用每個信用合作社提供的商業服務資訊建構成索引的；更高的等級反映了更先進的商業服務種類。
這是我的多元矩陣
回覆：如何決定序數邏輯迴歸的最大效果如何選擇 IV 進行研究？ 水平是如何決定的？ 它們是設定的（例如，因子水平）還是測量的（例如，協變量）？
IV 中的相關性是什麼？ 您能展示帶有相關矩陣和散佈圖的多元平台嗎？
問題是，如果相關性很高，那麼該資料集就無法獨立評估 IV 的影響。 數據不能用來說明哪一個產生了效果。
是的，負斜率意味著隨著預測變數水平的增加，機率從最低水平轉移到最高水平。
回覆：如何決定序數邏輯迴歸的最大效果我的研究目標是評估每個變數各自的影響。 如果結果是多餘的，有沒有其他方法可以做到這一點，也許是另一種模型？ 還是我真的被迫只能選一個？
透過負傾斜邏輯曲線，我可以說效果的大小處於期望的方向（IV 的增加與更高水平的機率增加有關？）。
回覆：如何決定序數邏輯迴歸的最大效果我們不能使用 AICc 等資訊標準來評估重要性。 它們更多的是機率性的陳述。 AICc 越小，則在給定固定資料的情況下，參數的可能性越大，但模型複雜度會受到影響。 所有候選模型的懲罰都是相同的，因此差異完全在於可能性。
如果它們高度相關，那麼它們就是冗餘的。 （無獨立資訊）你能從先前的理論或知識中選擇一個嗎？
預測水準是設定的還是測量的？
圖中的邏輯曲線顯示，隨著預測變數水準的增加，每個序數水準的機率會下降。 斜率是負值。 序數邏輯迴歸使用累積邏輯。 幾率不是一個水準與另一個水準的比較，而是邏輯總和與其他總和的比較。 如果這種形式的賠率更有意義或更有用，您可以在名目邏輯迴歸分析中使用廣義邏輯迴歸。
您可以嘗試將 IV 的平方加到模型中並比較 AICc 來確定是否有改進。 響應 (logit) 可能不是線性的。
回覆：如何決定序數邏輯迴歸的最大效果謝謝回复，
我知道我的三個變數中的每一個都具有統計顯著性，而且它們似乎對我的 DV 有適度的實際影響。 AICc在本案中主要是指實質意義嗎？ AICc越大，是否意味著更大的實質意義？
是的，這些變數似乎確實是相互關聯的。 我正在單獨測試它們，因為它們彼此之間表現出高度的多重共線性，因此當我一起嘗試它們時，我的結果非常扭曲。
能詳細說明一下邏輯曲線向下傾斜意味著什麼嗎？ 這是否等於說，IV 中的單位變化會降低最終達到 1 級的幾率（從而降低達到更高級別的幾率）？
回覆：如何決定序數邏輯迴歸的最大效果實際意義（效果量）和統計意義（小 p 值）可能會產生混淆。 我將使用 AICc 選擇模型，然後使用有關所選模型的資訊來評估預測器。
透過單獨測試預測變量，您還面臨更高的 I 類錯誤風險。 在這種情況下只有幾個預測變量，但在另一種情況下可能有很多。
您是否嘗試使用所有預測變數而不是單一模型來回歸模型？
這些預測因子相互關聯嗎？ 有趣的是，它們產生瞭如此相似的迴歸結果。
您有稀疏的 3 級和非常稀疏的 4 級，因此請小心解釋。
我對 Eviews 不熟悉，也不支持它，但也許另一個社區成員可以回答這個問題。 從馬賽克圖中可以看出，邏輯曲線向下傾斜，因此預測變數的係數為負。
