关于名义逻辑回归的保存概率公式的问题我正在尝试建立一个模型，根据每棵树的一些环境属性来预测它们在25年内的存活情况。我运行了名义逻辑回归模型，结果显示每个属性的概率卡方值均小于0.0001，这似乎表明这些环境属性可以作为良好的预测指标。为了检验预测的准确性，我选择了“保存概率公式”选项。这会在表格中添加几列，包括最后一列，该列提供了一个预测结果（最可能结果），即存活或死亡。然而，预测结果却非常糟糕。模型预测25年后将有140棵树存活，而实际存活的树木数量约为1000棵。不仅如此，这140棵被预测为存活的树木中，许多实际上已经死亡。所以，我的问题是：为什么预测结果与实际的存活/死亡数据相差如此之大？
消费者和市场研究内容组织数据探索与可视化分享和交流结果回复：名义逻辑回归问题回复：保存概率公式是的，我确实知道这一点，但这不是生存曲线的典型逐步描述。此外，此选项还提供每个类别的平均生存时间。感谢大家的关注和建议！
回复：名义逻辑回归问题回复：保存概率公式实际上，您可以使用 Life Distribution 绘制多个组。
回复：名义逻辑回归问题回复：保存概率公式对不起，戴尔。计数列是该时间段内死亡的树木数量。Count 加起来不接近 10,000 的原因是因为这些数据仅来自三个燃烧装置之一。我确实找到了如何在一张图表上获得所有 7 个组的生存曲线。选择 Reliability 和 Survival 后，再选择 Survival（而不是 Life Distribution）。这会将所有 7 个组的生存曲线放在一张图上。Survival optin 期望数据列（在本例中为计数）列出每个时间段内死亡或失败的单位数。非常漂亮。
回复：名义逻辑回归问题回复：保存概率公式你附上的数据表没有任何时间段内存活和死亡的树木数量的数据（我不确定“计数”代表什么，但它不占10,000棵树）。所以，我无法尝试从您的数据中获取视觉效果。但是如果你有一个单独的每个组的生存图并希望它们在同一个图上，你可以使用“复制图”将一个图复制并粘贴到另一个图上并且它们应该被覆盖。很可能有一种方法可以让生存分析自动执行此操作，但我无法从您所附的表格中判断出您的数据是什么样的。
回复：名义逻辑回归问题回复：保存概率公式好的，我想我已经弄清楚如何使用频率列输入数据，使我能够运行生存分析。选择“比较组”选项后，结果显示死亡率曲线以及两组的平均存活时间，后者正是我要寻找的。当我选择“寿命分布”选项时，结果会在单独的图表中显示每个组的个体寿命生存曲线。有没有办法在一张图上得到两组的生存曲线？ （我知道我可以通过将数据复制到 Excel 中轻松地在单个图表上显示两条生存曲线，但似乎我也应该能够在 JMP 上执行此操作。）有什么建议吗？仅供参考，我已经包含了数据表。有没有办法让结果在一张图上显示生存曲线？感谢您的建议。--马克
回复：名义逻辑回归问题回复：保存概率公式我将如何建立一个表格来计算七组树木在 25 年期间的平均或中值存活时间。涉及将近10,000棵树，我不想输入每棵树的死亡时间。对于每组，我确实拥有 25 个时间段中每个时间段内仍然存活的树木数量以及每个时间段内死亡的树木数量。所有组的树在 25 年后仍然存活（有些很少，有些很多），因此我也必须将审查纳入表格。是否可以利用上述数据制作生存分析表？我希望如此，因为必须输入 10,000 棵树中每棵树的生存时间的前景非常暗淡。非常感谢之前的评论和建议。他们帮了大忙！——马克
回复：名义逻辑回归问题回复：保存概率公式丹，谢谢你回到我身边。 首先，非常感谢 ROC 和混淆矩阵（奇数名称）的建议。 他们非常乐于助人。 我最好的模型产生了 0.798 的 ROC，相当不错。 当然，这是预测 25 年后活树和死树的总数，而不是对个别树木的死活预测，如下所述，预测结果约为 63%。 在 25 年期间，2020 年的树木大约有 1/3 是活的，2/3 是死的。 虽然不是 50/50 平衡，但仍然不会太偏斜。 我采纳了 Dale 的建议并尝试调整用于将个别树木分类/预测为活树或死树的预测阈值（设置为 0.5）。 通过将阈值调整为 0.5 + 0.284，我能够得到 63% 平衡的活树和死树的正确预测百分比，尽管正确预测的数量实际上略有下降 (4%)，而最初高度偏向死树预测是由 0.5 预测阈值导致的。 你可能认为 25 年内 67% 的树木死亡率确实很高。 这将是在正常情况下。 高死亡率是因为我追踪的大约 10,000 棵树所在的区域在 25 年期间被烧毁了 8 次。 - 标记
回复：名义逻辑回归问题回复：保存概率公式戴尔可能是对的。 但是假设截止值没有发挥多大作用，您的模型会偏向于预测 Dead。 这似乎表明您的模型中可能缺少某些指示活树的东西。 我不能告诉你那是什么。 我也不完全相信我的陈述是正确的。 这是查看数据和了解该领域的必要条件。
回复：名义逻辑回归问题回复：保存概率公式Dan 的评论是相关的，但您应该检查的一件事是，预测（存活或死亡）是基于对树木进行分类的 50% 阈值。如果 AUC（来自 ROC 曲线）较高（接近 1 而不是 0.5），则使用不同的阈值对树进行分类可能会产生更好的预测。如果数据非常不平衡（即，如果死树很少，那么逻辑回归估计的大部分概率可能会很低，导致默认预测“未死”），尤其如此).您可以使用一个很好的插件（只需搜索它），它会为替代截止分类概率生成混淆矩阵。
还有一件事让我对你的描述印象深刻。听起来这是经过审查的数据 - 25 年后，活着的树木可能并不完全健康。如果环境条件导致树木死亡，那么幸存的树木可能也会受到影响，但尚未死亡。如果您可以衡量树木死亡的时间，则可以尝试生存分析，其中因变量是死亡时间，并且可以在分析中使用删失数据。
回复：名义逻辑回归问题回复：保存概率公式丹，我运行了混淆矩阵，它表明该模型在预测枯树方面表现不错，正确地将其中 3/4 预测为枯树。但是预测活树的效果很糟糕，预测其中 63% 的树已经死了。活树和死树的分布大约是45%、55%，非常平衡。为什么模型能很好地预测死树而不是活树？——马克
回复：名义逻辑回归问题回复：保存概率公式我有点困惑...您从哪里获得创建模型的数据？ 大多数模型实际上不能很好预测的原因是用于创建模型的数据不能代表未来条件。 这就是为什么规划数据收集比数据分析更重要的原因。 虽然我会说这是一个困难的情况。 在 25 年内，许多事情可能会发生变化，这些变化可能是预期的，也可能是预期之外的。
回复：名义逻辑回归问题回复：保存概率公式您可能拥有一个具有统计显着性的模型，但预测效果不佳。 统计显着性告诉您那些重要的术语有助于解释响应，但不能保证合适。
例如，连续响应，请看这张图片：
该模型具有统计显着性，但显然不能很好地预测。
使用名义逻辑回归很难确定模型拟合不佳的原因。 有几件事可以帮助您确定预测能力，而不是“盯着”表格。
* 可以索要ROC曲线。 曲线下面积 (AUC) 是预测能力的指标。 0.5 的 AUC 是“基线”。 这就像用一枚硬币来决定这棵树是否会存活一样。 任何高于 0.5 的值都开始提供预测能力的证据。 AUC 高于 0.7 就开始具有不错的预测能力。 高于 0.9 就太棒了。
* 你也可以要求混淆矩阵。 这是观察结果与预测结果的对比表。 该表本质上就是您通过保存预测公式所考虑的内容。 这可以帮助您确定您的模型在哪里开始出现问题。 对死树进行分类有困难吗？ 还是只有活着的树才有问题？ 或两者？
不要忘记评估模型所基于的数据。 活树和死树之间的数据有多“平衡”？ 例如，如果只有 1% 的树死了，那么一个很好的预测模型就是说所有的树都还活着。 99% 的准确率！ 虽然不是很有帮助。 因此，具有非常接近平衡的响应可能会有所帮助。
该模型是否仅包含主效应？ 互动会有帮助吗？ 二次项呢？ 数据是否“丰富”到足以支持具有这些高阶项的模型（如果这些高阶项也已经在模型中，这是一个很好的问题！）。
您也可以尝试不同的建模技术。 也许分区或树模型会是一个很好的尝试。 还有其他工具。
我相信其他人可以添加更多的东西来提供帮助，但这是您的乐趣真正开始的地方！ 祝你好运！
