Ich möchte die Wirkungsstärke in meinem logistischen Regressionsmodell vergleichen.In Modellen der kleinsten Quadrate kann ich standardisierte Beta-Koeffizienten aufrufen und vergleichen.Ist dies mit Logistikmodellen möglich?(Ich sehe die Option in der Option „Spalten“ nicht).Oder gibt es eine andere Methode, um die Wirkungsstärke jedes meiner Terme im Modell zu vergleichen?
Danke
Fischmensch
Kategoriale Variablen werden immer codiert, daher ist dies nicht erforderlich. Siehe Hilfe Hier Und Hier für mehr Informationen.
Danke für die Antwort!Mein Modell verfügt also über eine Mischung aus kontinuierlichen Prädiktoren und einigen binären Prädiktoren.Standardisiere ich alle Prädiktorvariablen im Modell?
Danke noch einmal:)
Dieser Befehl in „Kleinste Quadrate anpassen“ ist praktisch, aber er dient lediglich der Zentrierung und Skalierung der kontinuierlichen Prädiktoren. Dasselbe können Sie auch selbst mit einer Spaltenformel erreichen. Es ist ganz einfach:
- Wählen Sie die Prädiktorspalten in der Datentabelle aus.
- Klicken Sie mit der rechten Maustaste auf die Kopfzeile eines davon.
- Wählen Sie Neue Spaltenformel > Verteilung > Standardisieren aus.
Verwenden Sie nun diese Spalten anstelle der ursprünglichen Spalten, wenn Sie Ihre Modellierung im Dialogfeld „Modell anpassen“ einrichten. Mithilfe der Fitness-Datentabelle im Beispieldatenordner passe ich mithilfe von MaxPulse ein Modell Oxy vs. Age an. Ich habe die standardisierte Version der Prädiktoren erstellt und sie für den linearen Prädiktor einer zweiten Anpassung verwendet. Ich habe die Parameterschätzungen jeweils als Datentabelle exportiert und verkettet, damit ich sie gemeinsam untersuchen konnte. Hier sind die Ergebnisse:
Beachten Sie, dass die p-Werte zwischen den beiden Anpassungen identisch sind. Dann habe ich die Schätzungen grafisch dargestellt, wobei die Bedeutung klarer ist:
Bei Verwendung der ursprünglichen Prädiktoren schien nur die Laufzeit wichtig zu sein. Runtime, RunPulse und MaxPulse scheinen bei der Verwendung der standardisierten Prädiktoren wichtig zu sein.
Beide Modelle liefern natürlich identische Vorhersagen.
Im Prediction Profiler ist eine weitere Technik integriert, die für Ihren Zweck hilfreich sein könnte: Variable Bedeutung .
