명목형 로지스틱 회귀수면무호흡증에 관한 석사 논문을 위해 모델을 만들고 싶습니다. 첫 번째 단계에서는 명목형 로지스틱 회귀를 사용하여 어떤 매개변수가 중요한지 확인하고 싶습니다. 그러나 이러한 회귀 분석을 실행할 때 결과를 해석하는 것이 어렵다는 것을 알았습니다. 이 문제를 도와줄 수 있는 사람이 있나요?
아래 이미지에는 결과가 포함되어 있습니다.
1) 범주형 변수(CPAP 지식: 예/아니요)와 연속형 변수(BMI)의 명목형 로지스틱 적합 모델
2) 범주형 변수(지식 MMA: 예/아니요)와 2차 범주형 변수(4단계 ESS)의 명목형 로지스틱 전나무 모델
마지막으로 특정 결과의 모수 추정치는 "불안정"으로 표시됩니다. 이것은 무엇을 의미 하는가?
미리 감사드립니다!
데이터 탐색 및 시각화품질 및 프로세스 엔지니어링결과 공유 및 전달Re: 명목 로지스틱 회귀@PV1
JMP 설명서는 이러한 보고서에 대한 기본적인 이해를 얻을 수 있는 좋은 곳입니다. 다음은 로지스틱 핏 보고서
설명서에 액세스하는 빠른 방법은 "?" 도구 메뉴에서. 이것은 제가 새로운 것을 배울 때 가장 좋아하는 도구 중 하나입니다.
커서가 ?로 바뀌면 보고서 창 위로 마우스를 가져갑니다(파란색으로 바뀜). 보고서를 클릭하면 새 브라우저 창이 실행되어 해당 보고서를 설명하는 문서로 이동합니다.
Re: 명목 로지스틱 회귀로지스틱 회귀에 대해 얼마나 잘 알고 있습니까? 보고서에서 해석하기 어려운 점은 무엇입니까?
불안정한 견적의 표시와 관련하여 이러한 경우에 대한 출력을 공유할 수 있습니까?
Re: 명목 로지스틱 회귀솔직히 말해서 그다지 친숙하지 않습니다. 나는 이미 여러 가지를 알아 내려고 노력했지만 결과를 해석하는 방법을 이해하지 못합니다.
예를 들어 2개의 범주형 변수가 있는 예에서 정상 및 정상보다 낮은 범주가 유의하지만 이것이 정확히 무엇을 의미합니까? CPAP에 대한 지식은 이러한 그룹 간에 다릅니다. 아니면 그룹 자체 내에서? 이 결과를 어떻게 해석해야 할지 잘 모르겠습니다.
다른 예에서는 동일한 문제가 있습니다. 결과는 중요합니다. 목표 수준은 "아니오"로 설정되어 있습니다. 이는 해당 사람들이 CPAP에 대한 지식이 없음을 의미합니다. 이것은 이 두 매개변수 사이의 관계에 대해 무엇을 말합니까?
"불안정한 결과"와 관련하여 출력을 추가했습니다.
미리 감사드립니다!
Re: 명목 로지스틱 회귀명목형 로지스틱 회귀로 로그(승산비) = 선형 모델을 모델링하고 있다는 것을 알고 계셨습니까? 승산비는 Knowledge CPAP = 예일 확률과 Knowledge CPAP = 아니오일 확률의 비율입니다. 확률은 차례로 두 결과에 대한 확률의 비율입니다. 따라서 계수를 직접 해석할 수 없습니다. 예측 수식을 저장하고 수식이 있는 새 데이터 열 집합을 볼 수 있습니다. 첫 번째 공식은 선형 예측 변수입니다. 두 번째 공식은 역 로그(교차비) 또는 확률입니다. 확률에 대한 예측 프로파일러는 모델을 해석하는 가장 쉬운 방법일 수 있습니다.
모델에서 모든 예측 변수를 동시에 사용하지 않은 이유가 있습니까?
Knowledge CPAP 및 PSS10 CAT의 분포도를 보여줄 수 있습니까? Y 역할의 Knowledge CPAP와 X 역할의 PSS10 CAT로 Fit Y by X를 시작하는 것이 도움이 될 수 있습니다. 이런 식으로 Contingency 플랫폼을 시작해야 합니다. contingency table에서 cell count가 무엇인지 봅시다.
