Groupes équilibrés avec régression logistiqueChers membres: Je voudrais savoir à quel point les groupes de traitement déséquilibrés sont critiques (par exemple, T1 = n40 vs T2 = n14) lors de l'évaluation d'une variable de réponse binaire avec régression logistique. Outre l'utilisation de la taille d'échantillon appropriée, existe-t-il un moyen de déterminer ce qui serait considéré comme un déséquilibre extrême? Le LR est-il aussi exigeant sur les groupes équilibrés que l'OLS? JMP peut-il faire un LR «pondéré» pour minimiser l'impact du déséquilibre? Beaucoup de Thx.
AnalytiqueBICHERe: Groupes équilibrés avec régression logistiqueSi votre échantillon est une représentation honnête de la population qui peut être décrite par une régression logistique, changer les poids déformera votre échantillon, puis déformera le modèle, puis déformera votre vision de la population. Le déséquilibre n'est pas un problème pour l'ajustement d'une régression logistique. Quand on dit que le déséquilibre est un problème, il doit y avoir autre chose en jeu. L'échantillon est-il biaisé? La régression logistique est-elle un bon choix? Le coût d'une mauvaise classification est-il symétrique? ... La repondération est un patch pour la première et la troisième situation. Mais le choix des poids doit dépendre de l'application réelle.
