予測プロファイラー - 上限と下限 - 計算方法は?こんにちは専門家、
カテゴリ回帰モデルの予測プロファイラーで上限と下限がどのように計算されるかを理解しようとしています。
(白、低密度、夜) のモデルとプロファイラーのスナップショットは次のとおりです。
0.305017 の平均応答を得るには、単純に足し合わせることができます。
0.4650093 + (-0.03985) + (-0.0513424) + (-0.0687996) = 0.305017
しかし、0.22501 と 0.38502 の下限/上限はどのように計算されるのでしょうか?
もともと、対応する標準偏差を単純に合計して、応答の標準偏差を見つけたので、
0.0269889 + 0.0243968 + 0.0126292 + 0.0126749 = 0.0766898
次に、z = 1.96 を掛けます
0.0766898 × 1.96 = 0.150312008
しかし、プロファイラからは、この値ははるかに低くなります:
0.38502 - 0.305017 = 0.080003
上限と下限の式も調べてみましたが、何らかの理由で表示できませんでした (予測応答式を表示できました)。
誰かが私を正しい方向に向けることができれば、とても感謝しています、ありがとう!
分析データ表ウィンドウズRe: 予測プロファイラー - 上限と下限 - 計算方法は?これらの制限は、予測された平均応答の信頼限界です。 通常の最小二乗回帰に関する教科書では、これらの制限の起源と計算について説明しています。 計算の行列形式は次のとおりです。
X0 は因子水準のベクトルです。 X は、回帰のモデル マトリックスです。 シグマは、回帰からの二乗平均平方根誤差です。 分散の平方根が標準誤差です。 標準誤差に t 分布の適切な分位数を掛けます。
Re: 予測プロファイラー - 上限と下限 - 計算方法は?返信ありがとう、マーク、本当に感謝しています!
CI がデータから計算されることは理解していますが、実際には元のデータがないことを言及する必要がありました。 モデルは数年前のプロジェクトのものなので、まだデータを見つけようとしています. セットを見つけて CI を計算できることを願っています。
モデル係数の標準偏差に基づいて CI を推定する方法があるかどうか疑問に思っていましたか? 現時点では、これらのスクリーンショットだけを使用する必要があるため、効果テーブルに基づいて CI を取得する方法があるのではないかと考えました。
この問題を解決するために多くの検索を行いましたが、データが見つかるまでは運が悪いようです。
Re: 予測プロファイラー - 上限と下限 - 計算方法は?モデル行列 X のすべての列が無相関であることがわかっていない限り、パラメーター推定の標準誤差を使用することはできません。 X`X の対角要素は標準誤差の 2 乗なので、それらから対角行列を作成できますが、この計算では非対角要素が重要です。 それらがゼロに等しくない場合、それらは多くの貢献をすることができます。 これらの要素は、推定値の相関テーブルがスクリーンショットに表示される場合に使用できる可能性があります。
Re: 予測プロファイラー - 上限と下限 - 計算方法は?Mark さん、ありがとうございます。この件に関するあなたの専門知識に本当に感謝しています。これは素晴らしい情報です。私たちは探し続け、できれば見つけていきます。
