Choix de paramétrage et comparaison de modèles en régression logistique.Chers membres du forum,
J'analyse cet ensemble de données avec une variable binaire dépendante (Target), en utilisant une régression logistique pour les tests d'hypothèse plutôt que la prédiction sur ces données réelles.
Je voudrais utiliser la paramétrisation du modèle afin d'évaluer si la tendance dans le temps (années) est plus forte (constante) ou peut-être que le changement momentané est plus significatif comme point de rupture.
Lorsqu'ils sont utilisés séparément, les modèles sont similaires avec peut-être un meilleur ajustement en utilisant la variable Année continue. D'un autre côté, le changement technique est la raison de la modélisation en premier lieu, donc ne peut être ignoré.
Une fois assemblés avec l'interaction, tous les paramètres sont insignifiants (peut-être la multicolinéarité, la petite taille de l'échantillon, trop de variance ou tous ensemble), ce qui donne la fausse impression d'aucun changement de propension dans le temps.
Veuillez me faire savoir si vous avez des suggestions en termes de spécifications de modèle ou de comparaisons pour parvenir à une conclusion plus claire.
Ci-joint le tableau de données avec un script pour les modèles alternatifs.
Re: Choix de paramétrage et comparaison de modèles en régression logistique.Quand je regarde vos modèles, cela ressemble à l'année et les changements sont très importants individuellement. Lorsque vous mettez l'effet croisé (interaction), aucune des estimations de paramètres ne semble significative, mais le modèle global l'est. Mais je ne comprends pas le sens de mettre une interaction entre l'année et le changement dans votre modèle - la variable de changement indique simplement si l'année est avant ou après un certain temps d'intervention, donc cela n'a pas beaucoup de sens pour moi de mettre l'interaction . Je suppose que ce que vous demandez, c'est si l'année a un effet différent sur l'objectif dans les périodes pré et post. Je pense que la façon la plus directe d'examiner cela est d'ajuster Y (cible) par X (année) et de mettre le changement (pré et post) dans la zone Par. Lorsque vous faites cela, vous verrez que l'année est loin d'être significative dans la période pré mais assez significative dans la période post. Je pense que cela répond à votre question. Si vous avez besoin d'un test pour savoir si la pente (non linéaire ici) est significativement différente dans les deux périodes, je ne sais pas exactement quel est le test approprié - mais je pense qu'il est évident que l'effet de l'année diffère considérablement dans les deux périodes .
Re: Choix de paramétrage et comparaison de modèles en régression logistique.Je vous remercie @dale_lehman pour les conseils.
C'est la chose, Idéalement, je serais en mesure d'évaluer s'il y a une tendance globale au fil du temps ainsi qu'un point de freinage à 2005. Par conséquent, l'utilisation de l'année et de la variable fictive était censée permettre exactement cela. De cette façon, j'aurais une estimation de la pente dans chaque période et un mannequin pour la continuité entre eux.
Je peux estimer la pente pour la période postérieure directement en inversant l'ordre des valeurs de «Change» comme dans la sortie jointe. J'obtiens la même insignifiance. En divisant les données, j'obtiens un modèle global significatif avec une pente insignifiante. Quelles chaussures pour moi c'est une tendance pas très robuste - ai-je raison?
Parmi tous les modèles alternatifs, pourriez-vous suggérer un chemin logique pour déterminer s'il y a une tendance dans chaque période et s'il y a un point de freinage (changement de tendance).
Re: Choix de paramétrage et comparaison de modèles en régression logistique.Je pense que vous êtes trop concentré sur la recherche d'une faible valeur p. Il semble que vos données montrent ce que vous recherchez - l'année n'a pas d'effet clair avant 2005, mais un effet significatif après. Ceci est facilement visible en exécutant deux régressions logistiques distinctes - objectif en fonction de l'année, dans les périodes pré et post. De quoi d'autre avez-vous besoin?
Re: Choix de paramétrage et comparaison de modèles en régression logistique.J'espère que cette réponse suit les trois premières!
Le problème ressemble à une «analyse des points de changement» et l'approche est très similaire à celles utilisées dans cette technique. Vous avez une définition glissante de la période 1 et de la période 2 et utilisez une métrique comme l'AICc minimum pour décider du point où le comportement (par exemple, moyenne, pente, et cetera) a changé. En d'autres termes, lorsque le point de changement varie, vous ajustez le modèle et capturez la métrique, puis tracez la métrique en fonction du point de changement.
Re: Choix de paramétrage et comparaison de modèles en régression logistique.@dale_lehman
Merci pour votre réponse, j'espérais qu'il y avait une autre façon d'introduire les variables Année et Changement dans un modèle puisque ce n'est pas l'ANCOVA classique où deux variables indépendantes présentent des dimensions complètement différentes (c'est-à-dire l'âge et le sexe).
@markbailey
Merci pour l'exemple, mais je ne suis pas sûr du tout que mes données soient appropriées. Pourriez-vous me dire comment procéder en termes de plateforme et de rôles variables?
Je n'étais pas sûr que mes données soient appropriées. Il s'agit de données réelles issues de la science politique (les chiffres sont réels, les noms des variables ont changé), par conséquent, les observations ne sont pas exactement séquentielles, elles ont une date exacte mais elles n'ont pas de sens dans l'année. Je ne suis pas sûr non plus que je devrais rechercher la meilleure répartition des données. Le changement technique a peut-être mis du temps à se déclencher, mais il n'y a aucun intérêt à estimer ce décalage (ce qui serait très important dans la surveillance des processus). J'ai juste besoin d'un moyen d'estimer la probabilité d'objectif à travers les périodes en comparant les deux périodes (pré et post) tout en contrôlant les autres variables.
J'espérais pouvoir estimer grossièrement la tendance en utilisant la variable Year et tester s'il y a un changement ou peut-être comprendre qu'il ne s'agit que d'une baisse entre le pré et le post.
Cette discussion m'aide à parcourir tout le processus de réflexion de la modélisation et du contexte. Merci beaucoup!
Re: Choix de paramétrage et comparaison de modèles en régression logistique.Vous utilisez la plateforme de régression logistique. Utilisation Date , pas l'année. Créez une variable binaire pour période ( avant , après ). Ajuster un modèle où le prédicteur linéaire est Date , période , et période * date . Modifiez les valeurs de période en fonction de la date. (Imaginez que les observations soient triées par date dans l'ordre croissant. Définissez toutes les lignes sur période = après .pour le premier ajustement. Maintenant, avancez la période jusqu'à la deuxième date, donc période = avant pour la ligne 1 et le reste reste défini comme période = après . Progresser jusqu'à période = avant pour toutes les lignes .. Collectez le critère AICc pour chaque ajustement. Tracez le critère en fonction de la date pour voir où le changement s'est produit. Évaluez ce modèle comme vous le feriez normalement.
Notez que vous souhaiterez peut-être éviter le problème de limite avec toutes les lignes ayant le même niveau pour la période.
Je ne sais pas si cette approche sera utile. Juste une idée.
