Regressione logistica nominalePer la mia tesi magistrale sull'apnea notturna vorrei realizzare un modello. In una prima fase, voglio utilizzare le regressioni logistiche nominali per vedere quali parametri sono significativi. Tuttavia, quando si eseguono queste regressioni, trovo difficile interpretare i risultati. C'è qualcuno che può aiutarmi con questo?
Le immagini sottostanti contengono il risultato di
1) Modello di adattamento logistico nominale di una variabile categoriale (conoscenza CPAP: sì/no) e una variabile continua (BMI)
2) Modello Logistico Fir Nominale di una variabile categoriale (conoscenza MMA: sì/no) e una 2a variabile categoriale (ESS con 4 livelli)
Infine, le stime dei parametri di determinati risultati sono contrassegnate come "instabili". Cosa significa questo?
Grazie in anticipo!
Esplorazione e visualizzazione dei datiIngegneria della qualità e dei processiCondivisione e comunicazione dei risultatiRe: Regressione logistica nominale@PV1
La documentazione di JMP è un ottimo posto dove andare per ottenere una comprensione di base di questi rapporti. Ecco il link al Rapporto di adattamento logistico
Un modo rapido per accedere alla documentazione consiste nell'utilizzare il "?" nel menu Strumenti. Questo è uno dei miei strumenti preferiti quando sto imparando qualcosa di nuovo.
Quando il cursore si trasforma in ?, passa il mouse su qualsiasi finestra del rapporto (diventerà blu). Fai clic sul rapporto e si aprirà una nuova finestra del browser, che ti porterà alla documentazione che descrive quel rapporto.
Re: Regressione logistica nominaleQuanto conosci la regressione logistica? Cosa trovi difficile interpretare nei rapporti?
Per quanto riguarda l'indicazione di stime instabili, puoi condividere l'output per un caso del genere?
Oggetto: Regressione logistica nominaleAd essere onesti, non molto familiare. Ho già provato a capire una serie di cose, ma non capisco come interpretare i risultati.
Ad esempio, nell'esempio con le 2 variabili categoriali, le categorie inferiore a normale e normale sono significative, ma cosa significa esattamente? Che la conoscenza del CPAP è diversa tra questi gruppi? O all'interno dei gruppi stessi? Non sono davvero sicuro di come interpretare questi risultati.
Per l'altro esempio ho lo stesso problema. Il risultato è significativo. Il livello target è impostato su "No", questo significa che quelle persone non hanno alcuna conoscenza di CPAP. Cosa dice questo sulla relazione tra questi 2 parametri?
Per quanto riguarda i "risultati instabili", ho aggiunto un output.
Grazie in anticipo!
Re: Regressione logistica nominaleSapevi che con la regressione logistica nominale stai modellando il log (odds ratio) = il modello lineare? L'odds ratio è il rapporto tra le probabilità di Conoscenza CPAP = sì rispetto alle probabilità di Conoscenza CPAP = no. Le probabilità sono, a loro volta, il rapporto delle probabilità per i due risultati. Quindi i coefficienti potrebbero non essere direttamente interpretabili. È possibile salvare le formule di previsione e visualizzare una serie di nuove colonne di dati con formule. Le prime formule sono il predittore lineare. Le seconde formule sono il logaritmo inverso ( odds ratio ), o probabilità. Il Prediction Profiler sulle probabilità potrebbe essere il modo più semplice per interpretare il modello.
C'è un motivo per cui non hai utilizzato tutti i predittori contemporaneamente nel tuo modello?
Puoi mostrare un grafico della distribuzione di Knowledge CPAP e PSS10 CAT? Potrebbe essere utile iniziare Fit Y by X con Knowledge CPAP nel ruolo Y e PSS10 CAT nel ruolo X. Dovresti avviare la piattaforma Contingency in questo modo. Vediamo quali sono i conteggi delle celle nella tabella delle contingenze.
