안녕하세요, 저는 통계 분석을 처음 접했고 아마도 매우 기본적인 질문일 것입니다..
간단한 데이터로 수행한 로지스틱 회귀 분석 결과를 해석하는 데 문제가 있습니다.
나는 두 가지 다른 숲 유형의 참나무 데이터 세트를 가지고 있으며 크기와 숲 유형이 허리케인 발생 후 운명(손상되지 않은 대 손상된)에 어떤 영향을 미치는지 묻고 있습니다.
따라서 Y = 운명, X = 크기(연속 변수) 및 숲 유형(두 가지 범주, 어린 숲 대 성숙한 숲).
두 변수를 모두 포함하여 회귀를 실행하면 둘 다 중요하지 않습니다. 또한 상호 작용 변수(크기 * 포리스트 유형)를 사용하여 실행했는데 다시 중요한 것은 없습니다.
데이터를 기반으로 두 변수가 모두 중요(또는 유사)할 것으로 예상했기 때문에 이것은 다소 놀라운 일이었습니다.
그래서 무슨 일이 일어났는지 보기 위해 한 번에 하나의 변수로 로지스틱 회귀를 실행했습니다. 크기는 중요하지 않았습니다. 그러나 숲 유형만 변수로 사용하면 손상된 나무가 성숙한 숲에 있을 가능성이 더 높기 때문에 중요했습니다.
이것이 의미하는 바에 대해 머리를 감싸는 데 문제가 있습니다. 크기와 삼림 유형은 상관관계가 있으며(성숙한 삼림에서 크기가 훨씬 더 큼) 두 가지 모두 운명에 강하게 영향을 미치는 생태학적 이유가 있습니다. 여기에서 매우 중요한 산림 유형(크기 이외) 사이에 차이가 없는 한 산림 유형만 중요한 이유를 이해할 수 없습니다. 그럴 수 있지만 산림 유형을 추가해도 여전히 중요하지 않은 이유는 무엇입니까? 크기가 있는 모델에?
크기가 운명에 영향을 미치고 통계적으로 유의미하지 않을 뿐이고 크기가 포함되면 일부 변동을 설명할 수 있으며 이것은 숲 유형의 신호를 씻어내는 것입니까?
나는 분명히 LR 모델의 내부 작동에 대해 충분히 이해하지 못합니다 ... 어떤 조언이라도 감사합니다!
Size와 Forest Type 사이의 상관관계는 매개변수 추정치의 표준 오차가 부풀려진다는 것을 의미합니다. 이 인플레이션은 티 - 추정치를 평가하는 데 사용되는 테스트로, 별도로 모델링될 때보다 모델에 함께 있을 때 중요할 가능성이 적습니다. 이 두 예측 변수 간의 상관 관계를 공유할 수 있습니까?
Genius로 데이터를 분리하지 않는 것도 고려할 수 있습니다. 당신의 테스트는 더욱 강력해질 것입니다. 모델에서 Genius를 다른 효과(항)로 추가하기만 하면 됩니다. 크기 또는 숲 유형의 효과가 Genius에 따라 다르다고 생각하는 경우 모델 상호 작용 효과에 교차 항을 추가할 수 있습니다.
