Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeCiao - Sto cercando di interpretare i risultati della "previsione inversa" della mia regressione logistica binomiale.
Di seguito sono riportati i miei risultati... come puoi vedere, ho selezionato tre diverse probabilità da valutare (50%, 80% e 90%), tutte con un livello di confidenza del 95%.Sto cercando di determinare quanto bene questo modello predice i risultati attesi sulla base dei miei dati osservati.
Grazie in anticipo!
AnaliticaRe: Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeSotto il menu Guida in JMP troverai la Libreria della documentazione.Prova a cercare lì "Previsione inversa". Dovresti trovare una sezione chiamata "Esempio di previsione inversa utilizzando l'opzione di previsione inversa" e l'ultimo paragrafo fornisce un esempio di interpretazione di risultati molto simili ai tuoi.
Re: Come interpreto i risultati di predizione inversa della mia regressione logistica binomialeSono un po' confuso dalla tua domanda.Non credo che la previsione inversa sia un modo per vedere quanto bene il tuo modello si adatta ai dati: ci sono informazioni dai risultati di adattamento del modello per questo.Se stai cercando di interpretare la previsione inversa, mi sembra che gli intervalli di confidenza ristretti dicano che il tuo modello fornisce intervalli di confidenza abbastanza precisi per la variabile x correlata a quelle probabilità di Sotto 235. Poiché la variabile x è un log, per interpretare il numericamente l'intervallo di confidenza effettivo comporterebbe la trasformazione di quei valori di registro in valori (tramite l'esponenziazione).Sarei anche attento alle previsioni inverse vicino agli estremi del grafico: a seconda dei tuoi dati, le probabilità che hai specificato possono facilmente coinvolgere valori non realistici per la variabile x.Ad esempio, quando ho dati altamente sbilanciati (una piccola classe minoritaria da prevedere), alte probabilità sono spesso associate a valori negativi per la variabile x (cosa spesso impossibile per i dati con cui sto lavorando).
