Clasificación contradictoria: Medias de grupo frente a regresión logística nominalTenemos cuatro categorías, cada una con 1000 respuestas (continuas). El orden de la respuesta promedio es A < B < C << D. El orden obtenido mediante regresión logística nominal es: A < C < B << D. (La diferencia entre las medias B y C es del 1,64%). Entiendo que la regresión logística nominal se basa en razones de verosimilitud para diferentes clasificaciones, pero aún me resulta desconcertante que el mismo conjunto de datos arroje un orden diferente cuando se invierten las variables dependiente e independiente, es decir, respuesta como f(categoría) versus categoría como f(respuesta).
Modelado estadístico avanzadoAnálisis y modelado de datos básicosInvestigación de mercado y del consumidorExploración y visualización de datosModelado predictivo y aprendizaje automáticoIngeniería de Calidad y ProcesosRe: Clasificación contradictoria: medias de grupo frente a regresión logística nominalNo estoy seguro del significado de "El orden obtenido por regresión logística nominal", porque "nominal" significa que no hay orden.
Pero en general, aquí tienes dos modelos. Independientemente de cómo saque conclusiones de los dos, no tienen que estar de acuerdo. Pero debe validar cada uno de ellos para decidir cuál es más confiable o ninguno.
Una pregunta: si la diferencia entre B y C es significativa en un modelo. Si no, no hay nada que debatir, porque la orden es inconclusa según ese modelo.Re: Clasificación contradictoria: medias de grupo frente a regresión logística nominalGracias por tu útil comentario.
Aquí hay otro ejemplo de un conjunto de datos similar (250 respuestas por categoría).
La muestra significa: A < B < C << D. (D es significativamente mayor que A o 
.
Logreg nominal: B < C < A < D.
La regresión nominal ordena las categorías sin información ordinal.
Entonces, para el rango de categoría, cuando las respuestas son la variable dependiente, obtenemos el primer rango.
Pero cuando tratamos de obtener el orden de categoría en base a las respuestas, obtenemos la segunda clasificación.
No es evidente para mí por qué estos dos modelos deben estar en desacuerdo.
Re: Clasificación contradictoria: medias de grupo frente a regresión logística nominalNo ha explicado lo que quiere decir con "el orden obtenido por regresión logística nominal". Aquí está mi conjetura, ¿quiere decir que el pedido apareció en el diagrama logístico como en la siguiente captura de pantalla?
Si ese es el caso, tienes una idea equivocada sobre esta trama. Esas etiquetas están ordenadas alfabéticamente. Como mencioné anteriormente, "nominal" significa que no hay orden. Si concluye algún tipo de orden a partir de la regresión logística nominal, creo que debe ser alguna medida de probabilidad. Y no veo que su caso sea de ese tipo.
Re: Clasificación contradictoria: medias de grupo frente a regresión logística nominalMuchas gracias por corregir mi concepto erróneo. Tengo una pregunta de seguimiento, si se me permite. Si conocemos los rangos de las medias, ¿es válido realizar una regresión logística ordinal en base a esos rangos? Gracias de nuevo,
Tomás
Re: Clasificación contradictoria: medias de grupo frente a regresión logística nominal
Si conocemos los rangos de las medias, ¿es válido realizar una regresión logística ordinal en base a esos rangos?
No estoy seguro de entender lo que está preguntando, pero la regresión logística ordinal generalmente solo es un enfoque válido cuando imponer un orden en los valores es lógico antes de ejecutando el modelo, es decir:
- Pequeño, Mediano, Grande: la regresión logística ordinal es apropiada
- Proveedor A, Proveedor B, Proveedor C, Proveedor
la regresión logística ordinal no es apropiada
Re: Clasificación contradictoria: medias de grupo frente a regresión logística nominalGracias por la respuesta.
Ya sé que el orden de la categoría significa:
A < B < C < D.
P1: Ahora, si ejecuto una regresión logística ordinal, ¿el valor P
para las pruebas de razón de verosimilitud proporcionan información adicional útil
más allá de ANOVA?
P2: Como alternativa al ANOVA, ¿es válido comparar los valores de P
entre todas las clasificaciones posibles? me gustaria entender mejor
por qué esto es, o no es, válido.
Gracias, estas son mis preguntas finales!
Tomás
Re: Clasificación contradictoria: medias de grupo frente a regresión logística nominalPodría ser útil si realmente puede publicar su análisis, para que podamos saber mejor de lo que estamos hablando. También puede ser útil si puede plantear el problema de interés o la hipótesis.
Mientras tanto, en caso de que los siguientes comentarios generales aún tengan sentido para usted, estoy intentando una forma diferente de ver si puede ayudarlo a comprender el problema que tiene entre manos.
Para Q1, aquí hay un ejemplo que usa los datos de Iris entre los datos de muestra de JMP. Esta es una regresión logística de Especie ~ Longitud del sépalo. Qué significa el valor p que resalté en la captura de pantalla: Sepal puede decir que hay diferencias entre tres categorías. Pero eso es todo, nada más.
Más abajo en el informe, se encuentra este informe de estimaciones. Los valores p aquí indican que setosa-vs-virginica y versicolor-vs-virginica son separables. Pero eso es todo, nada más. Sin pedidos.
Para el segundo trimestre, no estoy seguro de a qué informe se refiere. A continuación se muestra una captura de pantalla de "Todos los pares, HSD de Tukey"
Para interpretar este informe, puede consultar esta documentación: Todas las comparaciones por pares Esta documentación está bajo la plataforma Standard Least Squares, pero los resultados son equivalentes a los que están en Fit Y by X. (Los números pueden ser diferentes por signos, debido a la diferencia de orden).
Lea atentamente el primer párrafo de la documentación. Cuando comparas par por par, diferentes estadísticas tienen diferentes significados. En particular, debe buscar palabras como "por pares" y "conjunto". Esto está relacionado con comparaciones múltiples. Y es posible que desee leer esta página wiki para comprender por qué las palabras son importantes: problema de comparaciones multiples
