Gruppi bilanciati con regressione logisticaCari membri: vorrei sapere quanto sono critici i gruppi di trattamento sbilanciati (ad esempio, T1 = n40 vs T2 = n14) quando si valuta una variabile di risposta binaria con regressione logistica. Oltre a utilizzare la dimensione del campione appropriata, esiste un modo per determinare ciò che sarebbe considerato uno squilibrio estremo? LR è esigente nei confronti dei gruppi equilibrati come OLS? JMP può eseguire un LR "ponderato" per ridurre al minimo l'impatto dello squilibrio? Molti Thx.
AnalyticsDOEOggetto: gruppi bilanciati con regressione logisticaSe il tuo campione è una rappresentazione onesta della popolazione che può essere descritta da una regressione logistica, la modifica dei pesi distorce il tuo campione, quindi distorce il modello, quindi distorce la tua visione della popolazione. Lo sbilanciamento non è un problema per l'adattamento di una regressione logistica. Quando si dice che lo sbilanciamento è un problema, ci deve essere qualcos'altro in gioco. Il campione è di parte? La regressione logistica è una scelta giusta? L'errata classificazione dei costi è simmetrica? ... La riponderazione è una patch per la prima e la terza situazione. Ma la scelta dei pesi dovrebbe dipendere dall'applicazione effettiva.
