Restricción de la salida del modelo de ajuste (o generador de perfiles de predicción) a un rangoTengo tres variables que influyen en un valor (una proporción de 0 a 1).Cuando adopto el enfoque de crear un modelo lineal generalizado utilizando la plataforma del modelo de ajuste, obtengo una ecuación de predicción que funciona en gran medida, pero que aún permite predicciones por debajo de 0 o 1, si ingreso ciertos valores de variable.Esto no es deseable ya que se supone que la estimación es una proporción.
¿Hay alguna forma en la que pueda restringir esto, ya sea haciendo un cierto tipo de formateo o manipulación de datos (por ejemplo, una transformación de registro), o quizás un conjunto de condiciones establecidas en la plataforma Fit Model?
¡Gracias!
AnalíticaTabla de datosRe: Restricción de la salida del modelo de ajuste (o generador de perfiles de predicción) a un rangoPuede probar uno de estos dos enfoques. Ambos se basan en la transformada logit de la respuesta Y. El logit espera un argumento [0, 1] para la restricción que desea, pero produce una respuesta [-infinito, infinito] que requiere la regresión.
Hice una burla de algunos datos para ilustrar este enfoque.
Aplique la transformación Logit a la respuesta Y en el cuadro de diálogo Ajustar modelo. Seleccione Analizar> Ajustar modelo e ingrese las columnas de datos en los respectivos roles de análisis. Seleccione la columna en la función Y, luego haga clic en el triángulo rojo junto a Transformar y seleccione Logit.
Su resultado le resultará familiar, puede utilizar el generador de perfiles, por ejemplo, pero la restricción debería aplicarse.
El otro enfoque es utilizar un modelo lineal generalizado. Empiece como antes pero no aplique la transformación. En su lugar, haga clic en Personalidad y seleccione Modelo lineal generalizado. Haga clic en Distribución y seleccione Normal. Haga clic en Enlace y seleccione Logit.
Re: Restricción de la salida del modelo de ajuste (o generador de perfiles de predicción) a un rango¡Gracias Mark!Eso es lo que estaba buscando.Como seguimiento:
En mi conjunto de datos, tenemos X1 X2 y una proporción de encuestados que respondieron Y, ya que varios encuestados vieron diferentes combinaciones X1 X2 (por ejemplo, 100 encuestados mirando cada uno un conjunto de 10 X1 X2 combinaciones) y respondieron Y o algo más ( X).
Dado que mis datos sin procesar tienen la respuesta de Y / X para cada combinación X1 X2, también podría modelar la probabilidad de Y / X como una función de X1 y X2 utilizando la capacidad logística nominal.Esto produce una expresión de predicción y una matriz de confusión.
¿Tiene alguna idea sobre si usar los datos brutos de las respuestas Y / X es un enfoque mejor o peor en comparación con el uso de las proporciones de Y?Mi objetivo es simplemente ser lo más exacto y preciso posible al hacer predicciones con combinaciones novedosas de X1 y X2.
Re: Restricción de la salida del modelo de ajuste (o generador de perfiles de predicción) a un rangoEn cierto sentido, su relación Y / X ya es una probabilidad. El estimador de máxima verosimilitud para la probabilidad de un evento es la proporción del evento del total de eventos y no eventos.
Mucha gente usa la regresión logística para su propósito. Los datos brutos son recuentos como los tuyos. La respuesta es evento o no ventilación y se modela con una distribución binomial. La regresión logística o equivalentemente GLM con la distribución binomial y la función de enlace logit abordan estos problemas directamente. ¿Ha considerado este enfoque?
Re: Restricción de la salida del modelo de ajuste (o generador de perfiles de predicción) a un rangoHe evaluado lo siguiente:
1. Logit GLM (normal) para predecir proporciones en datos agregados: AICc -57.2
2. GLM (binomial) Logit para predecir Evento/No evento en datos sin procesar: AICc 1907, me da probabilidad de No evento
3. Logística nominal para predecir evento/no evento en datos sin procesar: AICc 1907, me da probabilidad de evento y probabilidad de no evento, y una evaluación "más probable" basada en si p (evento) o p (no -Evento) es mayor
He leído que un valor AICc más bajo es un indicador de un mejor modelo.Una preocupación que tengo con el uso de datos binarios sin procesar son las clasificaciones erróneas (según la matriz de confusión, veo una cantidad considerable de predicciones erróneas en el conjunto de entrenamiento).¿Consideraríamos que las diferencias entre los valores de AICc (~1964) están sustancialmente a favor de que la Opción 1 sea el enfoque superior?Estoy perfectamente feliz con una proporción como mi salida.
Re: Restricción de la salida del modelo de ajuste (o generador de perfiles de predicción) a un rangoNo puede comparar AICc cuando cambia la respuesta. Piense en el proceso de ajuste general como encontrar el mejor Y = F(p|X) donde F es una función con parámetros p dados los datos fijos X. Puede cambiar cualquier cosa sobre F y comparar las diferencias con AICc, pero no puede cambiar nada sobre Y.
