Lors de l'exécution de régressions logistiques sans interceptions, quelqu'un a-t-il observé des RSquares généraux très élevés, environ 25 à 30 points de plus que les modèles avec interceptions ?Sur quelques projets différents avec une variable de résultat 0/1 à prédire, j'ai remarqué que l'exécution de la régression logistique (généralisée, avec variance binomiale) en cochant la case Pas d'interception augmente considérablement le carré R généralisé, d'environ 25 ou 30 points de pourcentage.Mon dernier modèle concerne un événement rare observé à environ 1,2 % de la population de la période d'expérience.Les modèles prédictifs avec une interception donnent des R carrés généralisés à environ 0,60 à 0,67, tandis que les modèles sans interception sont à environ 0,95 à 0,98.J'ai quelques variables clés qui sont hautement prédictives, donc au début, j'ai pensé que les carrés Gen R supérieurs à 90% semblaient raisonnables.Mais la matrice de confusion montre plus d'erreurs que je ne le souhaiterais, abaissant même le seuil à 2%-5%.J'aime l'idée que No Intercept implique un rapport log-odds aveugle pour le terme constant puisque Intercept = 0, comme lancer une pièce, Probabilité = 0,50. Mais peut-être que ces modèles sont trop faciles à battre, gonflant le carré R généralisé qui dépend des rapports de vraisemblance de (L0 = modèle d'interception uniquement) à (modèles ajustés LM avec X prédicteurs).Surtout si je sais à l'avance (a priori) que l'événement dénouement est rare.Donc, même s'il serait formidable d'écrire un mémoire qui a généralisé R Square à environ 95% -98%, je pense qu'il serait peut-être plus prudent et pratique d'utiliser un modèle avec une interception qui arrive à Gen R Square à 60% .Merci de me répondre si vous avez des conseils à me donner.Merci!
AnalytiqueAutreRe : Lors de l'exécution de régressions logistiques sans interceptions, quelqu'un a-t-il observé des RSquares généraux très élevés, environ 25 à 30 points de plus que les modèles avec interceptions ?J'ai comparé les modèles avec et sans interception dans quelques exemples et j'ai toujours observé la tendance inverse : les métriques au carré R étaient meilleures lorsque le modèle incluait un terme d'interception. Si vous pouvez reproduire les résultats que vous avez signalés, je vous suggère de contacter le support technique JMP ( support@jmp.com ) pour obtenir une résolution. Veuillez répondre à cette discussion pour saisir leurs conclusions au profit de la communauté.
Re : Lors de l'exécution de régressions logistiques sans interceptions, quelqu'un a-t-il observé des RSquares généraux très élevés, environ 25 à 30 points de plus que les modèles avec interceptions ?Oui, j'envoie mon exemple de fichier JMP au support JMP aujourd'hui.Le modèle sans intercept a un RSquare généralisé à 98 % et les modèles avec un intercept ont un RSquare généralisé à 55 %.Je tiendrai la communauté au courant.
Re : Lors de l'exécution de régressions logistiques sans interceptions, quelqu'un a-t-il observé des RSquares généraux très élevés, environ 25 à 30 points de plus que les modèles avec interceptions ?Bonjour, j'ai reçu ce matin une réponse détaillée du support JMP avec de nombreuses suggestions qui m'aideront à être plus efficace dans JMP lors de la modélisation, ainsi qu'à essayer certaines techniques que je n'ai encore jamais utilisées.La réponse (de Patrick Giuliano) faisait référence à cet article et à ce conseil : "L'importance de "plusieurs approches" conduit à une solution commune et défendable. De Lavine, M., Fréquentiste, Bayes ou Autre ? (Résumé dans Editorial THE AMERICAN STATISTICIAN, 2019, VOL. 73, NO. 51, 1-19): 1. Recherchez et présentez les résultats de nombreux modèles qui correspondent bien aux données. 2. Évaluez des modèles, pas seulement des procédures."
Essentiellement, j'ai appris que les R carrés généralisés très élevés (~ 98 %) pour les modèles sans interception indiquent probablement un manque de stabilité ; qu'il était trop fort d'une hypothèse pour forcer les modèles linéaires à travers l'origine.Peut-être devrais-je également revoir certains des problèmes de modélisation créés par la multicolinéarité dans les prédicteurs.C'était une réponse utile!J'apprécie de pouvoir contacter l'assistance JMP avec mes données anonymisées et mes scripts.Merci beaucoup!
Ré : Lors de l'exécution de régressions logistiques sans interceptions, quelqu'un a-t-il observé des RSquares généraux très élevés, environ 25 à 30 points supérieurs aux modèles avec interceptions ?Je suis heureux que vous ayez obtenu une réponse utile. Bonne chance dans tous vos projets de modélisation !
