關於名目邏輯迴歸的保存機率公式的問題我正在嘗試建立一個模型，根據每棵樹的一些環境屬性來預測它們在25年內的存活情況。我運行了名目邏輯迴歸模型，結果顯示每個屬性的機率卡方值均小於0.0001，這似乎表明這些環境屬性可以作為良好的預測指標。為了檢驗預測的準確性，我選擇了「儲存機率公式」選項。這會在表格中添加幾列，包括最後一列，該列提供了一個預測結果（最可能結果），即存活或死亡。然而，預測結果卻非常糟糕。模型預測25年後將有140棵樹存活，而實際存活的樹木數量約為1000棵。不僅如此，這140棵被預測為存活的樹木中，許多人實際上已經死亡。所以，我的問題是：為什麼預測結果與實際的存活/死亡數據相差如此之大？
消費者與市場研究內容組織數據探索與視覺化分享和交流成果回复：名義邏輯回歸問題回复：保存概率公式是的，我確實知道這一點，但這不是生存曲線的典型逐步描述。此外，此選項還提供每個類別的平均生存時間。感謝大家的關注和建議！
回复：名義邏輯回歸問題回复：保存概率公式實際上，您可以使用 Life Distribution 繪製多個組。
回复：名義邏輯回歸問題回复：保存概率公式對不起，戴爾。計數列是該時間段內死亡的樹木數量。Count 加起來不接近 10,000 的原因是因為這些數據僅來自三個燃燒裝置之一。我確實找到瞭如何在一張圖表上獲得所有 7 個組的生存曲線。選擇 Reliability 和 Survival 後，再選擇 Survival（而不是 Life Distribution）。這會將所有 7 個組的生存曲線放在一張圖上。Survival optin 期望數據列（在本例中為計數）列出每個時間段內死亡或失敗的單位數。非常漂亮。
回复：名義邏輯回歸問題回复：保存概率公式你附上的數據表沒有任何時間段內存活和死亡的樹木數量的數據（我不確定“計數”代表什麼，但它不佔10,000棵樹）。所以，我無法嘗試從您的數據中獲取視覺效果。但是如果你有一個單獨的每個組的生存圖並希望它們在同一個圖上，你可以使用“複製圖”將一個圖複製並粘貼到另一個圖上並且它們應該被覆蓋。很可能有一種方法可以讓生存分析自動執行此操作，但我無法從您所附的表格中判斷出您的數據是什麼樣的。
回复：名義邏輯回歸問題回复：保存概率公式好的，我想我已經弄清楚如何使用頻率列輸入數據，使我能夠運行生存分析。選擇“比較組”選項後，結果顯示死亡率曲線以及兩組的平均存活時間，後者正是我要尋找的。當我選擇“壽命分佈”選項時，結果會在單獨的圖表中顯示每個組的個體壽命生存曲線。有沒有辦法在一張圖上得到兩組的生存曲線？ （我知道我可以通過將數據複製到 Excel 中輕鬆地在單個圖表上顯示兩條生存曲線，但似乎我也應該能夠在 JMP 上執行此操作。）有什麼建議嗎？僅供參考，我已經包含了數據表。有沒有辦法讓結果在一張圖上顯示生存曲線？感謝您的建議。--馬克
回复：名義邏輯回歸問題回复：保存概率公式我將如何建立一個表格來計算七組樹木在 25 年期間的平均或中值存活時間。涉及將近10,000棵樹，我不想輸入每棵樹的死亡時間。對於每組，我確實擁有 25 個時間段中每個時間段內仍然存活的樹木數量以及每個時間段內死亡的樹木數量。所有組的樹在 25 年後仍然存活（有些很少，有些很多），因此我也必須將審查納入表格。是否可以利用上述數據製作生存分析表？我希望如此，因為必須輸入 10,000 棵樹中每棵樹的生存時間的前景非常暗淡。非常感謝之前的評論和建議。他們幫了大忙！——馬克
回复：名義邏輯回歸問題回复：保存概率公式丹，謝謝你回到我身邊。 首先，非常感謝 ROC 和混淆矩陣（奇數名稱）的建議。 他們非常樂於助人。 我最好的模型產生了 0.798 的 ROC，相當不錯。 當然，這是預測 25 年後活樹和死樹的總數，而不是對個別樹木的死活預測，如下所述，預測結果約為 63%。 在 25 年期間，2020 年的樹木大約有 1/3 是活的，2/3 是死的。 雖然不是 50/50 平衡，但仍然不會太偏斜。 我採納了 Dale 的建議並嘗試調整用於將個別樹木分類/預測為活樹或死樹的預測閾值（設置為 0.5）。 通過將閾值調整為 0.5 + 0.284，我能夠得到 63% 平衡的活樹和死樹的正確預測百分比，儘管正確預測的數量實際上略有下降 (4%)，而最初高度偏向死樹預測是由 0.5 預測閾值導致的。 你可能認為 25 年內 67% 的樹木死亡率確實很高。 這將是在正常情況下。 高死亡率是因為我追踪的大約 10,000 棵樹所在的區域在 25 年期間被燒毀了 8 次。 - 標記
回复：名義邏輯回歸問題回复：保存概率公式戴爾可能是對的。 但是假設截止值沒有發揮多大作用，您的模型會偏向於預測 Dead。 這似乎表明您的模型中可能缺少某些指示活樹的東西。 我不能告訴你那是什麼。 我也不完全相信我的陳述是正確的。 這是查看數據和了解該領域的必要條件。
回复：名義邏輯回歸問題回复：保存概率公式Dan 的評論是相關的，但您應該檢查的一件事是，預測（存活或死亡）是基於對樹木進行分類的 50% 閾值。如果 AUC（來自 ROC 曲線）較高（接近 1 而不是 0.5），則使用不同的閾值對樹進行分類可能會產生更好的預測。如果數據非常不平衡（即，如果死樹很少，那麼邏輯回歸估計的大部分概率可能會很低，導致默認預測“未死”），尤其如此).您可以使用一個很好的插件（只需搜索它），它會為替代截止分類概率生成混淆矩陣。
還有一件事讓我對你的描述印象深刻。聽起來這是經過審查的數據 - 25 年後，活著的樹木可能並不完全健康。如果環境條件導致樹木死亡，那麼倖存的樹木可能也會受到影響，但尚未死亡。如果您可以衡量樹木死亡的時間，則可以嘗試生存分析，其中因變量是死亡時間，並且可以在分析中使用刪失數據。
回复：名義邏輯回歸問題回复：保存概率公式丹，我運行了混淆矩陣，它表明該模型在預測枯樹方面表現不錯，正確地將其中 3/4 預測為枯樹。但是預測活樹的效果很糟糕，預測其中 63% 的樹已經死了。活樹和死樹的分佈大約是45%、55%，非常平衡。為什麼模型能很好地預測死樹而不是活樹？——馬克
回复：名義邏輯回歸問題回复：保存概率公式我有點困惑...您從哪裡獲得創建模型的數據？ 大多數模型實際上不能很好預測的原因是用於創建模型的數據不能代表未來條件。 這就是為什麼規劃數據收集比數據分析更重要的原因。 雖然我會說這是一個困難的情況。 在 25 年內，許多事情可能會發生變化，這些變化可能是預期的，也可能是預期之外的。
回复：名義邏輯回歸問題回复：保存概率公式您可能擁有一個具有統計顯著性的模型，但預測效果不佳。 統計顯著性告訴您那些重要的術語有助於解釋響應，但不能保證合適。
例如，連續響應，請看這張圖片：
該模型具有統計顯著性，但顯然不能很好地預測。
使用名義邏輯回歸很難確定模型擬合不佳的原因。 有幾件事可以幫助您確定預測能力，而不是“盯著”表格。
* 可以索要ROC曲線。 曲線下面積 (AUC) 是預測能力的指標。 0.5 的 AUC 是“基線”。 這就像用一枚硬幣來決定這棵樹是否會存活一樣。 任何高於 0.5 的值都開始提供預測能力的證據。 AUC 高於 0.7 就開始具有不錯的預測能力。 高於 0.9 就太棒了。
* 你也可以要求混淆矩陣。 這是觀察結果與預測結果的對比表。 該表本質上就是您通過保存預測公式所考慮的內容。 這可以幫助您確定您的模型在哪裡開始出現問題。 對死樹進行分類有困難嗎？ 還是只有活著的樹才有問題？ 或兩者？
不要忘記評估模型所基於的數據。 活樹和死樹之間的數據有多“平衡”？ 例如，如果只有 1% 的樹死了，那麼一個很好的預測模型就是說所有的樹都還活著。 99% 的準確率！ 雖然不是很有幫助。 因此，具有非常接近平衡的響應可能會有所幫助。
該模型是否僅包含主效應？ 互動會有幫助嗎？ 二次項呢？ 數據是否“豐富”到足以支持具有這些高階項的模型（如果這些高階項也已經在模型中，這是一個很好的問題！）。
您也可以嘗試不同的建模技術。 也許分區或樹模型會是一個很好的嘗試。 還有其他工具。
我相信其他人可以添加更多的東西來提供幫助，但這是您的樂趣真正開始的地方！ 祝你好運！
