Come eseguire la selezione del modello dall'analisi di contingenzaIl mio dominio è Consumer Research.Ho 7 variabili esplicative e 1 variabile di risposta.Sono tutti categorici.
Il mio obiettivo è sostituire la variabile di risposta con una o una combinazione delle variabili esplicative.
Il mio approccio:
- Eseguire analisi di contingenza di ciascuna delle variabili esplicative con la risposta.
- Dall'analisi di contingenza, seleziona la variabile esplicativa con il quadrato R più alto (U).Poiché il numero di livelli è diverso, non credo che il rapporto di verosimiglianza oi valori chi-quadrato di Pearson sarebbero utili nella selezione del modello.
- Dalla tabella Misure di associazione, utilizza i valori Lambda e Incertezza.Scegli la variabile esplicativa con i valori più alti.
Di seguito è riportato un riepilogo che descrive le variabili e i risultati dell'analisi di contingenza.
Variabile # | # livelli | Rsq (U) | LR-chi sq | Pearson chi sq | Lambda Asym (C | R, R | C) | Lambda Sym. | Coefficiente di incertezza (C | R, R | C) | Coefficiente di incertezza (Sym) |
UN | 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 |
La variabile di risposta ha 6 livelli.
I livelli nelle variabili, D, E, F, G sono ordinati per intensità crescente.Si presume che i limiti basso e alto siano simili.
Domande:
- L'approccio delineato è valido?
- Posso combinare una delle variabili da D, E, F, G (sono propenso a selezionare G) con una o più da A, B, C per ottenere un modello migliore (cioè, migliore sostituzione per la risposta)?In tal caso, come si potrebbe farlo e quali metriche potrebbero essere utilizzate per selezionare il modello migliore?
AnalyticsAltroRi: Come eseguire la selezione del modello dall'analisi di contingenzaL'analisi della tabella di contingenza a due vie è valida di per sé, ma non è sufficiente per il tuo scopo. La regressione logistica utilizzando un predittore lineare che combina tutte le variabili soddisferà meglio le tue esigenze.
Inizio Qui nella documentazione in linea di JMP per apprendere cos'è la regressione logistica, come impostare i dati, come avviare la piattaforma di analisi e i risultati disponibili per rispondere alle tue domande.
Ri: Come eseguire la selezione del modello dall'analisi di contingenzaGrazie Mark!
Ho utilizzato la regressione logistica in passato, ma solo con risposte binarie (ad esempio, stabile / instabile). Questo esempio sarebbe una grande opportunità di apprendimento. Ci arriveremo subito!
