Cómo hacer la selección de modelos a partir del análisis de contingenciaMi dominio es Investigación del consumidor.Tengo 7 variables explicativas y 1 variable de respuesta.Todos son categóricos.
Mi objetivo es reemplazar la variable de respuesta con una o una combinación de las variables explicativas.
Mi acercamiento:
- Realizar análisis de contingencia de cada una de las variables explicativas con la respuesta.
- Del análisis de contingencia, seleccione la variable explicativa con el R-cuadrado más alto (U).Debido a que el número de niveles es diferente, no creo que los valores de Razón de verosimilitud o chi-cuadrado de Pearson sean útiles en la selección del modelo.
- En la tabla Medidas de asociación, use los valores Lambda e Incertidumbre.Elija la variable explicativa con los valores más altos.
A continuación se muestra un resumen que describe las variables y los resultados del análisis de contingencia.
Variable # | # niveles | Rsq (U) | LR-chi cuadrado | Chi cuadrado de Pearson | Lambda Asym (C | R, R | C) | Lambda Sym. | Coeficiente de incertidumbre (C | R, R | C) | Coeficiente de incertidumbre (Sym) |
UNA | 4 | .08 | 248 | 268 | .08, .13 | .1 | .08, .08 | .08 |
segundo | 3 | .02 | 76 | 75 | .06, .02 | .04 | .02, .03 | .03 |
C | 10 | .04 | 136 | 153 | .05, .04 | .045 | .04, .03 | .034 |
re | 10 | .31 | 961 | 1207 | .33, .13 | .22 | .3, .2 | .245 |
mi | 18 | .34 | 1056 | 1498 | .34, .1 | .21 | .34, .19 | .24 |
F | 40 | .345 | 1084 | 1590 | .34, .05 | .17 | .35, .15 | .21 |
GRAMO | 6 | .32 | 1000 | 1286 | .35, .28 | .31 | .32, .26 | .29 |
La variable de respuesta tiene 6 niveles.
Los niveles de las variables D, E, F, G están ordenados por intensidad ascendente.Se asume que los límites bajos y altos son similares.
Preguntas:
- ¿Es válido el enfoque descrito?
- ¿Puedo combinar una de las variables de D, E, F, G (me inclino a seleccionar G) con una o más de A, B, C para obtener un mejor modelo (es decir, un mejor reemplazo para la respuesta)?Si es así, ¿cómo se puede hacer esto y qué métricas se pueden usar para seleccionar el mejor modelo?
AnalíticaOtroRe: Cómo hacer la selección del modelo a partir del análisis de contingenciaEl análisis de la tabla de contingencia bidireccional es válido por derecho propio, pero no es suficiente para su propósito. La regresión logística que utiliza un predictor lineal que combina todas las variables satisfará mejor su necesidad.
comienzo aquí en la documentación en línea de JMP para saber qué es la regresión logística, cómo configurar sus datos, cómo lanzar la plataforma de análisis y los resultados que están disponibles para responder sus preguntas.
Re: Cómo hacer la selección del modelo a partir del análisis de contingencia¡Gracias, Mark!
He usado Regresión logística en el pasado, pero solo con respuestas binarias (por ejemplo, estable / inestable). Esta instancia sería una gran oportunidad de aprendizaje. ¡Lo haré!
