Hat jemand beim Ausführen von logistischen Regressionen ohne Abschnitte sehr hohe allgemeine RSquare beobachtet, etwa 25-30 Punkte höher als bei Modellen mit Abschnitten?Bei einigen verschiedenen Projekten mit einer vorherzusagenden Ergebnisvariablen von 0/1 habe ich festgestellt, dass das Ausführen der logistischen Regression (generalisiert, mit binomialer Varianz) durch Aktivieren des Kontrollkästchens „Kein Schnittpunkt“ das generalisierte R-Quadrat erheblich erhöht, etwa 25 oder 30 Prozentpunkte.Mein neuestes Modell ist für ein seltenes Ereignis, das bei etwa 1,2 % in der Population des Erfahrungszeitraums beobachtet wird.Vorhersagemodelle mit einem Achsenabschnitt ergeben verallgemeinerte R-Quadrate bei etwa 0,60 bis 0,67, während Modelle ohne den Abschnitt bei etwa 0,95 bis 0,98 liegen.Ich habe einige Schlüsselvariablen, die sehr prädiktiv sind, daher dachte ich zunächst, dass die Gen R-Quadrate über 90 % vernünftig erscheinen.Aber die Verwirrungsmatrix zeigt mehr Fehler, als ich möchte, und senkt sogar die Schwelle auf 2%-5%.Ich mag die Idee, dass No Intercept ein blindes Log-Odds-Verhältnis für den konstanten Term seit Intercept = 0 impliziert, wie beim Werfen einer Münze, Wahrscheinlichkeit = 0,50. Aber vielleicht sind diese Modelle zu leicht zu schlagen, wodurch das verallgemeinerte R-Quadrat aufgebläht wird, das von den Wahrscheinlichkeitsverhältnissen von (L0 = Nur-Abschnitt-Modell) zu (LM-angepassten Modellen mit X-Prädiktoren) abhängt.Vor allem, wenn ich vorher (a priori) weiß, dass das Ergebnisereignis selten ist.Während es großartig wäre, ein Briefing mit einem generalisierten R-Quadrat von etwa 95 % bis 98 % zu schreiben, denke ich, dass es umsichtiger und praktischer wäre, wenn ich ein Modell mit einem Schnittpunkt verwende, der bei Gen R Square bei 60 % ankommt. .Bitte antworten Sie zurück, wenn Sie einen Rat für mich haben.Vielen Dank!
AnalytikSonstigesBetreff: Hat jemand beim Ausführen von logistischen Regressionen ohne Abschnitte sehr hohe allgemeine RSquare beobachtet, etwa 25-30 Punkte höher als bei Modellen mit Abschnitten?Ich habe die Modelle mit und ohne Achsenabschnitt in einigen Beispielen verglichen und immer den gegenteiligen Trend beobachtet: Die R-Quadrat-Metriken waren besser, wenn das Modell einen Achsenabschnitt enthielt. Wenn Sie die von Ihnen gemeldeten Ergebnisse reproduzieren können, schlage ich vor, sich an den technischen Support von JMP zu wenden ( support@jmp.com ), um eine Auflösung zu erhalten. Bitte antworten Sie auf diese Diskussion, um ihre Ergebnisse zum Nutzen der Community festzuhalten.
Betreff: Hat jemand beim Ausführen von logistischen Regressionen ohne Abschnitte sehr hohe allgemeine RSquare beobachtet, etwa 25-30 Punkte höher als bei Modellen mit Abschnitten?Ja, ich sende heute meine JMP-Beispieldatei an den JMP-Support.Das Modell ohne Schnittpunkt hat Generalized RSquare bei 98 % und die Modelle mit Schnittpunkt haben Generalized RSquare bei 55 %.Ich werde die Community auf dem Laufenden halten.
Betreff: Hat jemand beim Ausführen von logistischen Regressionen ohne Abschnitte sehr hohe allgemeine RSquare beobachtet, etwa 25-30 Punkte höher als bei Modellen mit Abschnitten?Hallo, heute Morgen habe ich vom JMP-Support eine ausführliche Antwort mit zahlreichen Vorschlägen erhalten, die mir dabei helfen werden, in JMP effizienter zu modellieren und einige Techniken auszuprobieren, die ich noch nie verwendet habe.Die Antwort (von Patrick Giuliano) bezog sich auf diesen Artikel und Ratschlag: „Die Bedeutung „vieler Ansätze“ führt zu einer gemeinsamen und vertretbaren Lösung. Von Lavine, M., Frequentist, Bayes oder andere? (Zusammengefasst im Editorial THE AMERICAN STATISTICIAN, 2019, VOL. 73, NO. 51, 1-19): 1. Suchen Sie nach Ergebnissen aus vielen Modellen, die gut zu den Daten passen, und präsentieren Sie sie. 2. Bewerten Sie Modelle, nicht nur Verfahren."
Im Wesentlichen habe ich gelernt, dass die sehr hohen verallgemeinerten R-Quadrate (~ 98 %) für die No-Intercept-Modelle wahrscheinlich auf einen Mangel an Stabilität hindeuten; dass es eine zu starke Annahme war, die linearen Modelle durch den Ursprung zu zwingen.Vielleicht sollte ich auch einige der Modellierungsprobleme überdenken, die durch die Multikollinearität in den Prädiktoren entstanden sind.Das war eine hilfreiche Antwort!Ich weiß es zu schätzen, dass ich mich mit meinen anonymisierten Daten und meinen Skripts an den JMP-Support wenden kann.Vielen Dank!
Betreff: Hat jemand beim Ausführen logistischer Regressionen ohne Achsenabschnitte sehr hohe allgemeine RS-Quadrate beobachtet, etwa 25–30 Punkte höher als bei Modellen mit Achsenabschnitten?Ich freue mich, dass du eine hilfreiche Antwort bekommen hast. Viel Glück beim Modeln!
