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 in base ai dati osservati.
Grazie in anticipo!
Analisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiCondivisione e comunicazione dei risultatiRi: Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeAGGIORNAMENTO: ho capito che dovevo cambiare l'ordine dei miei valori.Quando l'ho fatto, ora sembra avere un senso.Grazie ancora eh!
Ri: Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeAGGIORNAMENTO: mi sono reso conto di non aver cambiato l'ordine dei miei valori.Quando l'ho fatto sembra avere senso.Grazie ancora!
Ri: Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeCiao Dale - Grazie mille per aver risposto.Come ho risposto a ih pochi minuti fa, mentre capisco cos'è una previsione inversa e cosa fa, non sono sicuro di come leggere il significato dei risultati che sto ottenendo poiché non sembrano allinearsi con i miei dati grezzi (che significa che sto interpretando male qualcosa).Ho appena eseguito di nuovo la previsione inversa per questa risposta del gruppo di discussione JMP e, per dimostrare il mio problema, questa volta sto usando "sopra 235" (cioè se ecoli> 235, la mia colonna "sopra 235" è uguale a 1, altrimenti è uguale a 0) che è una variabile dipendente nominale .... vs .... torbidità (variabile indipendente continua).Ho quindi eseguito la previsione inversa con un livello di confidenza del 95% e una probabilità del 90% (una coda, superiore al 95%).Ha prodotto un valore per la torbidità di 5,3.Cioè, se la torbidità è > 5,3, sono sicuro al 95% che il 90% dei miei ecoli sarà superiore a 235. Tuttavia, i miei dati grezzi suggeriscono che questo è ampiamente errato poiché solo il 71% dei miei ecoli (106 su 149) lo sono superiore a 235 quando la torbidità è > 5,3.Avrei pensato che quasi il 90% delle istanze di ecoli (~ 134 su 149) sarebbe stato superiore a 235 quando la torbidità > 5,3. Mi sto perdendo qualcosa?
Ri: Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeGrazie eh.Continuerò a sondare.Sebbene comprenda cos'è una previsione inversa e cosa fa, non sono sicuro di come leggere il significato dei risultati che sto ottenendo poiché non sembrano allinearsi con i miei dati grezzi (il che significa che sto interpretando male qualcosa).Ho appena eseguito di nuovo la previsione inversa per questa risposta del gruppo di discussione JMP e, per dimostrare il mio problema, questa volta sto usando "sopra 235" (cioè se ecoli> 235, la mia colonna "sopra 235" è uguale a 1, altrimenti è uguale a 0) che è una variabile dipendente nominale .... vs .... torbidità (variabile indipendente continua).Ho quindi eseguito la previsione inversa con un livello di confidenza del 95% e una probabilità del 90% (una coda, superiore al 95%).Ha prodotto un valore per la torbidità di 5,3.Cioè, se la torbidità è > 5,3, sono sicuro al 95% che il 90% dei miei ecoli sarà superiore a 235. Tuttavia, i miei dati grezzi suggeriscono che questo è ampiamente errato poiché solo il 71% dei miei ecoli (106 su 149) lo sono superiore a 235 quando la torbidità è > 5,3.Avrei pensato che quasi il 90% delle istanze di ecoli (~ 134 su 149) sarebbe stato superiore a 235 quando la torbidità > 5,3. Mi sto perdendo qualcosa?
Ri: Come interpreto i risultati della previsione 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 indichino che il tuo modello fornisce intervalli di confidenza abbastanza precisi per la variabile x correlata a quelle probabilità di Inferiore a 235. Poiché la variabile x è un log, per interpretare il l'intervallo di confidenza effettivo numericamente comporterebbe la trasformazione di quei valori logaritmici in valori (attraverso l'elevamento a potenza).Starei anche attento alle previsioni inverse vicino agli estremi del grafico: a seconda dei tuoi dati, le probabilità che hai specificato possono facilmente comportare valori non realistici per la variabile x.Ad esempio, quando ho dati altamente squilibrati (una piccola classe minoritaria da prevedere), le probabilità elevate sono spesso associate a valori negativi per la variabile x (cosa spesso impossibile per i dati con cui sto lavorando).
Ri: Come interpreto i risultati della previsione inversa della mia regressione logistica binomialeNel menu Guida di JMP troverai la Libreria documentazione.Prova a cercare lì "Inverse Prediction". Dovresti trovare una sezione chiamata "Esempio di previsione inversa utilizzando l'opzione di previsione inversa" e l'ultimo paragrafo fornisce un esempio di interpretazione dei risultati molto simile al tuo.
