Wie interpretiere ich die inversen Vorhersageergebnisse meiner binomialen logistischen Regression?Hallo, ich versuche, die Ergebnisse der „inversen Vorhersage“ meiner binomialen logistischen Regression zu interpretieren.
Nachfolgend sind meine Ergebnisse aufgeführt. Wie Sie sehen, habe ich drei verschiedene Wahrscheinlichkeiten zur Bewertung ausgewählt (50 %, 80 % und 90 %), alle mit einem Konfidenzniveau von 95 %. Ich versuche herauszufinden, wie gut dieses Modell die erwarteten Ergebnisse auf der Grundlage meiner beobachteten Daten vorhersagt.
Dank im Voraus!
Grundlegende Datenanalyse und ModellierungDatenexploration und -visualisierungErgebnisse teilen und kommunizierenBetreff: Wie interpretiere ich inverse Vorhersageergebnisse meiner binomialen logistischen Regression?UPDATE: Mir wurde klar, dass ich die Reihenfolge meiner Werte ändern musste.Als ich das tat, scheint es jetzt Sinn zu machen.Nochmals vielen Dank eh!
Betreff: Wie interpretiere ich inverse Vorhersageergebnisse meiner binomialen logistischen Regression?UPDATE: Mir wurde klar, dass ich die Reihenfolge meiner Werte nicht geändert hatte.Wenn ich es tat, scheint es Sinn zu machen.Danke noch einmal!
Betreff: Wie interpretiere ich inverse Vorhersageergebnisse meiner binomialen logistischen Regression?Hallo Dale - Vielen Dank für die Antwort.Als ich vor ein paar Minuten auf ih geantwortet habe, weiß ich zwar, was eine inverse Vorhersage ist und was sie tut, aber ich bin mir nicht sicher, wie ich die Bedeutung der Ergebnisse lesen soll, die ich erhalte, da sie nicht mit meinen Rohdaten übereinstimmen (die bedeutet, dass ich etwas falsch interpretiere).Ich habe gerade die umgekehrte Vorhersage für diese Antwort der JMP-Diskussionsgruppe erneut ausgeführt, und um mein Problem zu demonstrieren, verwende ich diesmal "über 235" (dh wenn ecoli > 235, ist meine Spalte "über 235" gleich 1, andernfalls gleich 0) das ist eine nominelle abhängige Variable .... vs .... Trübung (kontinuierliche unabhängige Variable).Ich habe dann die inverse Vorhersage mit einem Konfidenzniveau von 95 % und einer Wahrscheinlichkeit von 90 % durchgeführt (ein Ende, obere 95 %).Es ergab einen Trübungswert von 5,3.Das heißt, wenn die Trübung > 5,3 ist, bin ich mir zu 95 % sicher, dass 90 % meiner Ecolis über 235 liegen werden. Meine Rohdaten deuten jedoch darauf hin, dass dies ein großer Fehler ist, da nur 71 % der Ecolis (106 von 149) es sind über 235, wenn die Trübung > 5,3 ist.Ich hätte gedacht, dass fast 90 % der Ecoli-Instanzen (~ 134 von 149) bei einer Trübung > 5,3 über 235 lagen. Übersehe ich etwas?
Betreff: Wie interpretiere ich inverse Vorhersageergebnisse meiner binomialen logistischen Regression?Danke eh.Ich probier weiter.Obwohl ich verstehe, was eine inverse Vorhersage ist und was sie tut, bin ich mir nicht sicher, wie ich die Bedeutung der Ergebnisse lesen soll, die ich erhalte, da sie nicht mit meinen Rohdaten übereinstimmen (was bedeutet, dass ich etwas falsch interpretiere).Ich habe gerade die umgekehrte Vorhersage für diese Antwort der JMP-Diskussionsgruppe erneut ausgeführt, und um mein Problem zu demonstrieren, verwende ich diesmal "über 235" (dh wenn ecoli > 235, ist meine Spalte "über 235" gleich 1, andernfalls gleich 0) das ist eine nominelle abhängige Variable .... vs .... Trübung (kontinuierliche unabhängige Variable).Ich habe dann die inverse Vorhersage mit einem Konfidenzniveau von 95 % und einer Wahrscheinlichkeit von 90 % durchgeführt (ein Ende, obere 95 %).Es ergab einen Trübungswert von 5,3.Das heißt, wenn die Trübung > 5,3 ist, bin ich mir zu 95 % sicher, dass 90 % meiner Ecolis über 235 liegen werden. Meine Rohdaten deuten jedoch darauf hin, dass dies ein großer Fehler ist, da nur 71 % der Ecolis (106 von 149) es sind über 235, wenn die Trübung > 5,3 ist.Ich hätte gedacht, dass fast 90 % der Ecoli-Instanzen (~ 134 von 149) bei einer Trübung > 5,3 über 235 lagen. Übersehe ich etwas?
Betreff: Wie interpretiere ich inverse Vorhersageergebnisse meiner binomialen logistischen Regression?Ich bin etwas verwirrt von deiner Frage.Ich glaube nicht, dass die inverse Vorhersage eine Möglichkeit ist, um zu sehen, wie gut Ihr Modell zu den Daten passt - dafür gibt es Informationen aus den Ergebnissen der Modellanpassung.Wenn Sie versuchen, die inverse Vorhersage zu interpretieren, scheinen mir die engen Konfidenzintervalle zu sagen, dass Ihr Modell ziemlich genaue Konfidenzintervalle für die x-Variable liefert, die sich auf diese Wahrscheinlichkeiten von unter 235 beziehen. Da die x-Variable ein Log ist, müssen Sie die Das tatsächliche Konfidenzintervall würde numerisch beinhalten, diese Log-Werte in Werte umzuwandeln (durch Potenzierung).Ich wäre auch vorsichtig mit den inversen Vorhersagen in der Nähe der Extrema des Diagramms - abhängig von Ihren Daten können die von Ihnen angegebenen Wahrscheinlichkeiten leicht unrealistische Werte für die x-Variable beinhalten.Wenn ich beispielsweise stark unausgewogene Daten habe (eine kleine Minderheitsklasse, die vorhergesagt werden muss), sind hohe Wahrscheinlichkeiten oft mit negativen Werten für die x-Variable verbunden (was für die Daten, mit denen ich arbeite, oft unmöglich ist).
Betreff: Wie interpretiere ich inverse Vorhersageergebnisse meiner binomialen logistischen Regression?Unter dem Hilfemenü in JMP finden Sie die Dokumentationsbibliothek.Versuchen Sie, dort nach "Inverse Prediction" zu suchen. Sie sollten einen Abschnitt mit dem Titel „Beispiel einer inversen Vorhersage unter Verwendung der inversen Vorhersageoption“ finden, und der letzte Absatz enthält ein Beispiel für die Interpretation von Ergebnissen, die Ihren sehr ähnlich sind.
