Comprender el significado de una curva de elevaciónEstoy tratando de entender el significado de una curva de elevación. Si comienza muy alto (> 4) pero cae a 0 después de .1, ¿significa eso que no hay poder predictivo para el 90% de la población?
AnalíticaRe: entender el significado de una curva de elevaciónDebería proporcionar una imagen si desea una respuesta más completa, pero creo que tiene mucha razón.Si la curva de elevación es 4 con un valor de 0,1, eso significa que apuntar al 10% de las observaciones con las probabilidades más altas (de cualquiera que sea la variable objetivo) recogerá el 40% de las ocurrencias positivas reales.Si cae después de eso, entonces las probabilidades subsiguientes no registran muchas más ocurrencias.Sin embargo, creo que solo debería descender hacia 1, no hacia cero.Cuando llegue al 100% de las probabilidades más altas (es decir, todas las observaciones), debería tener el 100% de las ocurrencias.Una curva de elevación de 0 no tiene ningún sentido para mí.
Re: entender el significado de una curva de elevaciónPara aclarar @dale_lehman En el ejemplo, la elevación es un factor. Elevación igual a 4 significa que el modelo predijo condicionalmente 4 veces más objetivos de los que predeciría la probabilidad marginal. Vea esta diapositiva de nuestros materiales de capacitación JMP con derechos de autor que proporciona un ejemplo:
El modelo de reducción es la probabilidad marginal, 0,1 en este caso. El modelo completo está condicionado a los predictores o factores.
Sí, solo se reduce a 1 porque es un factor que compara los verdaderos objetivos predichos con los objetivos marginales.
Además, el dominio es siempre desde la parte superior o izquierda del eje. Por tanto, un valor de 0,4 significa el 40% superior de los casos clasificados según la probabilidad prevista.
Tenga en cuenta que existen diferentes definiciones de ascensor en uso.
Re: entender el significado de una curva de elevaciónGracias por la aclaración.Me hace preguntarme algo: si tomara, digamos, un punto cerca de la parte superior de la curva de elevación, por ejemplo, en .1 en el eje x, entonces el eje y es el multiplicador (factor) que lo relaciona con el verdaderas predicciones.Digamos que la elevación es 4.0 con un valor x del 10%.Entonces, si tuviéramos que dibujar una curva xy = 40% en el gráfico, eso no representaría un aumento adicional más allá de lo que predijo el 10% superior de las probabilidades.Por ejemplo, cuando x = 20%, xy = 40% mostraría un incremento de 2.0 en x = 20%.En la medida en que la curva de elevación en x = 20% se encuentre por encima del valor de ay de 2.0, entonces el modelo agrega valor predictivo más allá del 10% más alto de las probabilidades.Me parece que el área entre la curva xy = constante y la curva de elevación proporciona algún tipo de medida de la elevación sobre el rango de valores de x (aunque se me ocurre que en x = 100%, esta curva xy = constante sería ir por debajo de 1.0 (0.4 en mi ejemplo).Creo que hay alguna forma de manipular estas áreas en un tipo de medida, similar a las AUC.Me pregunto: ¿sabe algo en este sentido?
