Re: 이항 일반화 회귀에 대한 프로파일러의 넓은 신뢰 구간커뮤니티에 오신 것을 환영합니다. 이 포럼에서 모델링과 관련하여 필요한 모든 조언을 제공할 수 있을지 확신이 서지 않습니다. 사용 중인 JMP 버전은 무엇입니까? 그런 작은 맥락에서 조언을 제공하는 것도 매우 어렵습니다. 응답은 무엇입니까? 응답 측정에 얼마나 확신이 있습니까? 데이터 세트를 어떻게 얻었습니까?
과적합 평가에 사용할 수 있는 많은 통계가 있습니다(예: RSquare와 RSquare Adj 비교). 이 델타가 증가하면 모델에 중요하지 않은 용어가 있다는 증거입니다. 검증 데이터 세트 ). 보내주신 PDF를 보면(데이터 표를 첨부할 때 가지고 있는 내용을 보는 것이 훨씬 더 쉽습니다) 평가하기 어렵습니다. RSquare는 모델이 데이터 변동의 30% 미만을 설명함을 나타냅니다. 유전자 4는 흥미로운 유일한 유전자로 보입니다(상대적으로 유의미한 p-값). 표준 오류가 커 보입니다.
이 링크가 도움이 될 수 있습니다.
https://www.jmp.com/support/help/en/17.0/?os=mac&source=application#page/jmp/estimation-method-options.shtml
https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/example-of-the-model-comparison-table-in-generalized-regression.shtml#
Re: 이항 일반화 회귀에 대한 프로파일러의 넓은 신뢰 구간일부 형태의 교차 검증을 사용하여 데이터의 과소 또는 과적합으로 인한 편향과 분산을 평가할 수 있습니다.
이항 또는 이분법 응답은 일반적으로 양적 응답에 비해 예측의 불확실성이 더 높습니다.
무엇을 기대하거나 수용할 수 있는지에 대한 질문은 주관적입니다. 외부 규칙이나 지침은 없습니다.
이항 일반화 회귀 분석을 위한 Profiler의 넓은 신뢰 구간안녕하세요 여러분,
저는 예측 모델링을 하고 있으며 모델링을 처음 접하고 모델 선택에서 실수를 하고 싶지 않기 때문에 제 모델이 얼마나 잘 맞는지에 대한 피드백을 받고 싶습니다. 저는 이항 범주형 응답과 연속형 예측 변수(n=54, p=15)를 가지고 있습니다. 저는 페널티 모델인 Elastic Net을 선택했고 제 모델은 괜찮은 적합도를 보이는 것 같습니다(RSquare = .28, ROC = .7888, pdf 파일 첨부).
프로파일러 그래프에 표시된 큰 신뢰 구간이 걱정되고, 제 모델이 과적합되지 않았는지 확인하고 싶습니다. 그런데 jmp 설명서에 표시된 이항 일반 회귀 예제도 넓은 신뢰 구간을 가지고 있으므로 이항 일반 회귀에서 허용 가능/예상되는 것이 무엇인지 궁금합니다( https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/example-of-binomial-generalized-regression.shtml# ).
제 모델이 과적합의 징후를 보이는지, 아니면 진행하기에 안전해 보이는지에 대한 피드백이 있나요? 제 적합성을 평가할 때 고려해야 할 다른 지표가 있나요?
미리 이 글을 읽어주셔서 감사합니다!
데이터 탐색 및 시각화Re: 이항 일반화 회귀에 대한 프로파일러의 넓은 신뢰 구간안녕 마크,
답변 감사합니다!! 나는 AICc를 유효성 검사로 사용하고 있는데, 내 작은 샘플 크기 n=54를 고려할 때 이것이 최선의 선택이라고 생각했습니다. 대신 k fold 또는 leave-one-out을 사용하는 것이 좋습니다.
불확실성에 관해서는: 나의 목표 중 하나는 어떤 유전자가 반응과 양의 상관관계가 있는지 지적할 수 있는 것입니다(즉, 유전자 수가 높을수록 반응 확률이 더 높습니다). 이렇게 큰 신뢰 구간으로 그렇게 할 수 없습니까? 패널티 회귀 모델을 사용하는 것이 최선의 방법입니까, 아니면 작은 샘플 크기로 더 확실성을 제공할 수 있는 다른 방법이 있습니까? 나는 많은 방법을 조사했고, 예측 변수의 수가 n/10보다 큰 경우(일반화 회귀 및 기타 출처에 관한 Dr. Frank Harrel의 저서에 따르면) 벌점 모델이 선호되는 것 같습니다. 하지만 잘 맞지 않는다면 다른 방법을 생각해봐야 할 것 같습니다. 또한 방금 내 질문에 내 데이터 테이블을 첨부했습니다.
이 포럼의 범위가 무엇인지 잘 모르겠습니다. 질문이 범위를 벗어나면 사과드립니다. 답변을 못해도 걱정하지 마세요 
감사합니다!
Re: 이항 일반화 회귀에 대한 프로파일러의 넓은 신뢰 구간안녕 스탯맨,
당신의 응답을 주셔서 감사합니다!! 원래 질문에 데이터 테이블을 첨부했습니다. 어느 정도의 비밀은 지켜야 하지만 대응은 의학적 진단이고 의학적 지침에 따라 결정된다고 할 수 있습니다. 나는 그 지침에 따라 진단이 정확하다고 확신합니다. 예측 변수는 우리가 생성한 심층 시퀀싱 데이터에서 파생됩니다. 우리는 6,000개의 측정된 응답으로 시작했고 데이터 축소를 수행했습니다(이 샘플에 대해 블라인드). 가능한 한 많이 줄인 후 15개의 예측 변수로 끝났습니다.
JMP의 예측자 파인더가 내가 끝낸 15개보다 더 나은 예측자를 강조할 가능성이 있지만 문헌은 임상 추구를 위한 맹검 데이터 감소 방법으로 이동하는 것 같습니다. 나는 Gene 4가 이 배치에서 그 자체로 유일하게 중요한 예측 변수인 것 같다는 데 동의합니다.
R^2 adj에서 과적합 표시를 보는 방법에 대한 팁을 주셔서 감사합니다. 값. 그 값은 내 출력에 포함되지 않는 것 같습니다. 내가 생산할 수 있다는 것을 알고 있습니까? 감사해요!!
Re: 이항 일반화 회귀에 대한 프로파일러의 넓은 신뢰 구간AICc는 후보 중에서 모델 선택에 관한 것입니다. 유효성 검사는 다루지 않습니다. JMP는 JMP를 사용하는지 JMP Pro를 사용하는지에 따라 다양한 교차 검증 방법을 제공합니다. K-fold XV는 일반적으로 소규모 데이터 세트에 적합합니다. 트레이닝 홀드아웃 세트와 검증 홀드아웃 세트 사이의 AICc를 비교합니다. 크게 다르지 않아야 합니다.
Re: 이항 일반화 회귀에 대한 프로파일러의 넓은 신뢰 구간데이터의 민감한 특성을 이해하지만 테이블에서 응답이 누락되어 모델링이 불가능합니다. 내가 할 수 있는 모든 것은 Genes에 대한 다변량입니다(그리고 일부 이상값이 있습니다).
죄송합니다. 저항할 수 없었습니다(적대하려는 의도가 아니므로 저를 유머러스하게 해 주세요).
나는 이 댓글에 웃어야 했다. "티 그 반응은 의학적 진단이며 의학적 지침에 따라 결정됩니다. 나는 그 지침에 따라 진단이 정확하다고 확신합니다." 하하처럼 웃지 말고 웃어라. 지침에 따라 . 지침은 정의에 의한 것이지 결정적인 것은 아닙니다. 나는 여러 의사들에 의해 여러 번 오진된 희귀 자동 면역 질환을 가지고 있습니다. 의료 지침 (임상 지침)을 사용하여 ...
R-제곱:
https://www.jmp.com/support/help/en/17.0/?os=mac&source=application#page/jmp/statistical-details-for-the-summary-of-fit-report.shtml
