첨부 된 JMP 테이블은 시뮬레이션 시나리오를 보여줍니다. "p true"열은 연속 모델링 유형에서 "Y cont"열 및 범주 형 모델링 유형에서 "Y cat"열에 표시되는 이진 결과 Y를 시뮬레이션하기위한 모델을 가지고 있습니다. 나중에 다른 플랫폼을 사용하여 모델을 분석하려면 다른 모델링 유형에서 동일한 결과가 필요했습니다. Y를 시뮬레이션하는 데 사용되는 모델은 로짓 형식의 간단한 절편 + 기울기 모델입니다 (logit (p) = 15 + 60 * X).
“p true”공식은 X의 함수입니다.이 테이블에는 -1, 0 및 1 수준의 X에 동일하게 분포 된 42 개의 임의의 숫자 행이 있습니다. 즉 3 개의 각 레벨에 14 개의 행이 있습니다.
이 표에 저장된 스크립트는 Y를 모델링하는 3 가지 방법, 즉 Gen 회귀, 비선형 회귀 및 명목 형 로지스틱 회귀를 나타냅니다. 비선형 모델링을 수행하는 동안 컬럼 공식의 필요성을 충족시키기 위해 컬럼 "p 공식"이 작성되었습니다.
내 기대는 매우 큰 신뢰 구간 (있는 경우)의 형태로 Y를 모델링하는 데 사용되는 3 가지 플랫폼의 보고서에서 붉은 깃발을 보는 것이 었습니다. 이는 X 설계가 "p true"모델에 사용 된 매개 변수의 고유 한 증거를 제공 할 수 없기 때문입니다 (예 : 절편 = 15 및 기울기 = 60).
저장된 스크립트를 실행 한 결과에 따르면 Y 추정에 대한 예상 레드 플래그가 비선형 및 적합 명목 물류 플랫폼에 명백하다는 것을 알았습니다. 비선형 플랫폼은 프로파일 우도 기반 CI를 생성 할 수 없으며 Fit Nominal Logistic에는 경고 표시 (불안정) 외에 매우 큰 CI가 있습니다. 문제는 Gen Regression 플랫폼에 있습니다. 전체 모델에 대한 보고서에는 팽창 된 CI가 표시됩니다. 그러나 모델 선택을 사용하면 CI 결과가 예상보다 크게 편향되는 점 추정치에 대해 거의 확실하게 암시됩니다.
질문 : 풀 모델 CI와 선택된 모델 CI의 모호성을 어떻게 해석해야합니까? 선택한 모델 형식이 전체 모델과 다른 경우이 문제를 어떻게 인식합니까? Gen Regression은 완전한 분리를 위해 적신호를 제공 할 수 있습니까? 이 모든 것에 JMP15.1 Pro를 사용했습니다.
안녕 파비오,
Genreg 개발자의 의견은 다음과 같습니다.
"제 생각에는 두 가지가 있습니다.
- 올가미 또는 특히 탄성 그물의 패널티는 분리를 피하는 데 도움이 될 수 있습니다. 분리로 발생할 수있는 것 중 하나는 모수 추정값이 불안정하지만 수축이이를 안정화시키는 데 도움이된다는 것입니다.
- 변수 선택은 분리에 도움이되지만 추론의 신뢰성을 떨어 뜨립니다. 나는 종종 소금 한 알로 변수 선택 (genreg 또는 다른 곳에서) 한 후에 생성 된 SE와 신뢰 구간을 취하는 것이 좋습니다. 선택 후 추론에 대한 아이디어는 현재 매우 활발한 연구 분야이며 앞으로 다루고 싶은 부분입니다. 그러나 지금 당장, 선택을 한 후 테스트 및 간격과 같은 것을 보는 것은 일종의 iffy입니다. 그래서 그가보고있는 신뢰 구간에 너무 많은 주식을 넣지 않을 것입니다. "
희망이 도움이됩니다.
아담
