Salut les experts,
J'essaie de comprendre comment les limites supérieure et inférieure sont calculées sur le profileur de prédiction pour un modèle de régression catégorielle.
Voici le modèle et un instantané du profileur pour (Blanc, Faible Densité, Nuit) :
Pour obtenir la réponse moyenne de 0,305017, nous pouvons simplement additionner
0,4650093 + (-0,03985) + (-0,0513424) + (-0,0687996) = 0,305017
Mais comment sont calculées les limites inférieure/supérieure de 0,22501 et 0,38502 ?
À l'origine, j'ai simplement résumé les écarts types correspondants pour trouver un écart type pour la réponse ainsi -
0,0269889 + 0,0243968 + 0,0126292 + 0,0126749 = 0,0766898
puis multiplié par z = 1,96
0,0766898 x 1,96 = 0,150312008
mais d'après le profileur, cette valeur est bien inférieure :
0,38502 - 0,305017 = 0,080003
J'ai également essayé de regarder la formule pour les limites supérieure et inférieure, mais pour une raison quelconque, je n'ai pas pu la faire apparaître (j'ai pu afficher la formule de réponse prévue).
Si quelqu'un pouvait m'orienter dans la bonne direction, je lui en serais très reconnaissant, merci !
Merci Mark - j'apprécie vraiment votre expertise dans ce domaine, c'est une excellente information - nous continuerons à chasser et j'espère le découvrir !
Vous ne pouvez pas utiliser l'erreur type de l'estimation des paramètres à moins de savoir que toutes les colonnes de la matrice du modèle X ne sont pas corrélées. Les éléments diagonaux de X`X sont le carré des erreurs types, vous pouvez donc construire une matrice diagonale à partir de ceux-ci, mais les éléments hors diagonale sont importants dans ce calcul. Ils peuvent apporter beaucoup s’ils ne sont pas égaux à zéro. Ces éléments peuvent être disponibles si le tableau Corrélation des estimations apparaît dans les captures d'écran.
Merci pour la réponse, Mark, c'est vraiment apprécié !
Je comprends que l'IC est calculé à partir des données, mais j'aurais dû mentionner que nous n'avons pas réellement les données originales. Le modèle provient d'un projet datant de plusieurs années, nous essayons donc toujours de localiser les données. J'espère que nous pourrons localiser l'ensemble et calculer les IC.
Je me demandais s'il existe un moyen d'estimer les IC en fonction des écarts types des coefficients du modèle ? À l'heure actuelle, ces captures d'écran sont tout ce avec quoi nous devons travailler, j'ai donc pensé qu'il pourrait y avoir un moyen d'obtenir les CI uniquement en se basant sur le tableau des effets.
J'apprécie vraiment l'aide - j'ai fait beaucoup de recherches pour essayer de comprendre cela, mais il semble que nous n'aurons peut-être pas de chance jusqu'à ce que nous trouvions les données.
Ces limites sont les limites de confiance de la réponse moyenne prévue. Tout manuel sur la régression des moindres carrés ordinaires expliquera l'origine et le calcul de ces limites. Voici la forme matricielle du calcul :
X0 est le vecteur des niveaux de facteurs. X est la matrice modèle de la régression. Sigma est l’erreur quadratique moyenne de la régression. La racine carrée de la variance est l'erreur type. Multipliez l'erreur standard par le quantile approprié de la distribution t.
