So führen Sie eine Modellauswahl aus der Kontingenzanalyse durchMeine Domain ist Consumer Research.Ich habe 7 erklärende Variablen und 1 Antwortvariable.Alle sind kategorisch.
Mein Ziel ist es, die Antwortvariable durch eine oder eine Kombination der erklärenden Variablen zu ersetzen.
Mein Ansatz:
- Führen Sie mit der Antwort Kontingenzanalysen für jede der erklärenden Variablen durch.
- Wählen Sie aus der Kontingenzanalyse die erklärende Variable mit dem höchsten R-Quadrat (U) aus.Da die Anzahl der Ebenen unterschiedlich ist, denke ich nicht, dass Likelihood Ratio oder Pearson Chi-Quadrat-Werte bei der Modellauswahl hilfreich wären.
- Verwenden Sie in der Tabelle Measures of Association die Werte Lambda und Uncertainty.Wählen Sie die erklärende Variable mit den höchsten Werten.
Nachfolgend finden Sie eine Zusammenfassung der Variablen und Ergebnisse der Kontingenzanalyse.
Variable # | # Ebenen | Rsq (U) | LR-Chi sq | Pearson Chi sq | Lambda Asym (C | R, R | C) | Lambda Sym. | Unsicherheitskoef (C | R, R | C) | Unsicherheitskoef (Sym) |
EIN | 4 | .08 | 248 | 268 | .08, .13 | .1 | .08, .08 | .08 |
B. | 3 | .02 | 76 | 75 | .06, .02 | .04 | .02, .03 | .03 |
C. | 10 | .04 | 136 | 153 | .05, .04 | .045 | .04, .03 | .034 |
D. | 10 | .31 | 961 | 1207 | .33, .13 | .22 | .3, .2 | .245 |
E. | 18 | .34 | 1056 | 1498 | .34, .1 | .21 | .34, .19 | .24 |
F. | 40 | .345 | 1084 | 1590 | .34, .05 | .17 | .35, .15 | .21 |
G | 6 | .32 | 1000 | 1286 | .35, .28 | .31 | .32, .26 | .29 |
Die Antwortvariable hat 6 Ebenen.
Die Pegel in den Variablen D, E, F, G sind nach aufsteigender Intensität geordnet.Es wird angenommen, dass die unteren und oberen Grenzen ähnlich sind.
Fragen:
- Ist der beschriebene Ansatz gültig?
- Kann ich eine der Variablen aus D, E, F, G (ich bin geneigt, G auszuwählen) mit einer oder mehreren aus A, B, C kombinieren, um ein besseres Modell zu erhalten (dh einen besseren Ersatz für die Antwort)?Wenn ja, wie könnte man dies tun und welche Metriken könnten verwendet werden, um das beste Modell auszuwählen?
AnalytikAndereBetreff: So führen Sie eine Modellauswahl aus der Kontingenzanalyse durchDie Zwei-Wege-Kontingenztabellenanalyse ist für sich genommen gültig, reicht jedoch für Ihren Zweck nicht aus. Die logistische Regression mit einem linearen Prädiktor, der alle Variablen kombiniert, wird Ihre Anforderungen besser erfüllen.
Start Hier In der JMP-Online-Dokumentation erfahren Sie, was logistische Regression ist, wie Sie Ihre Daten einrichten, wie Sie die Analyseplattform starten und welche Ergebnisse zur Beantwortung Ihrer Fragen zur Verfügung stehen.
Betreff: So führen Sie eine Modellauswahl aus der Kontingenzanalyse durchDanke, Mark!
Ich habe in der Vergangenheit die logistische Regression verwendet, jedoch nur mit binären Antworten (z. B. Stabil / Instabil). Diese Instanz wäre eine großartige Lernmöglichkeit. Kommt gleich drauf an!
