名目ロジスティック回帰睡眠時無呼吸に関する修士論文のために、モデルを作成したいと考えています。最初のステップでは、名目ロジスティック回帰を使用して、どのパラメータが重要であるかを確認したいと思います。ただし、これらの回帰を実行すると、結果の解釈が難しくなります。これを手伝ってくれる人はいますか?
以下の画像には、
1) カテゴリ変数（CPAPの知識：はい/いいえ）と連続変数（BMI）の名目ロジスティック適合モデル
2) カテゴリ変数（知識 MMA: はい/いいえ）と 2 番目のカテゴリ変数（4 レベルの ESS）の名目ロジスティック FIR モデル
最後に、特定の結果のパラメータ推定値は「不安定」とマークされています。これは何を意味するのでしょうか?
前もって感謝します！
データの探索と視覚化品質およびプロセスエンジニアリング結果の共有と伝達Re: 名目ロジスティック回帰@PV1
JMP のドキュメントは、これらのレポートの基本を理解するのに最適な場所です。 ここにへのリンクがありますロジスティック適合レポート
ドキュメントにアクセスする簡単な方法は、「?」を使用することです。ツールメニューで。 これは、何か新しいことを学ぶときのお気に入りのツールの 1 つです。
カーソルが ? に変わったら、任意のレポート ウィンドウにカーソルを合わせます (青色に変わります)。 レポートをクリックすると、新しいブラウザ ウィンドウが起動し、そのレポートを説明するドキュメントが表示されます。
Re: 名目ロジスティック回帰ロジスティック回帰についてどの程度知っていますか? レポートで解釈するのが難しいことは何ですか?
不安定な見積もりの指摘についてですが、その場合のアウトプットを教えていただけますか？
Re: 名目ロジスティック回帰正直、あまりなじみがありません。 すでに多くのことを理解しようとしましたが、結果を解釈する方法がわかりません。
たとえば、カテゴリ変数が 2 つの例では、通常よりも低いカテゴリと通常よりも低いカテゴリが有意ですが、これは正確には何を意味するのでしょうか。 CPAPに関する知識はこれらのグループ間で異なりますか? それともグループ内で？ これらの結果をどのように解釈するかはよくわかりません。
他の例については、同じ問題があります。 結果は重要です。 目標レベルは「いいえ」に設定されています。これは、CPAP についての知識がないことを意味します。 これは、これら 2 つのパラメーター間の関係について何を示していますか?
「不安定な結果」について、出力を追加しました。
前もって感謝します！
Re: 名目ロジスティック回帰名義ロジスティック回帰で、対数 ( オッズ比 ) = 線形モデルをモデリングしていることをご存知ですか? オッズ比は、知識 CPAP = はいのオッズと知識 CPAP = いいえのオッズとの比率です。 オッズは、2 つの結果の確率の比率です。 したがって、係数は直接解釈できない場合があります。 予測式を保存して、式を含む一連の新しいデータ列を確認できます。 最初の式は線形予測子です。 2 番目の式は逆対数 (オッズ比)、つまり確率です。 確率に関する予測プロファイラーは、モデルを解釈する最も簡単な方法かもしれません。
モデルですべての予測子を同時に使用しなかった理由はありますか?
ナレッジ CPAP と PSS10 CAT の分布のプロットを示してもらえますか? Y 役割のナレッジ CPAP と X 役割の PSS10 CAT を使用して、Fit Y by X を開始すると役立つ場合があります。 この方法で Contingency プラットフォームを起動する必要があります。 分割表の細胞数を見てみましょう。
