Ciao,
Ho due variabili continue e una categoriale, eseguendo il programma su JMP Pro 16 (allegato il file di output dell'esecuzione), come input ho fornito Y come variabile categoriale (SÌ/NO) e ho costruito l'effetto del modello come due variabili continue variabile, Personalità: logistica nominale e Livello target: SÌ
- In primo luogo, volevo sapere se l'esecuzione di un modello di regressione logistica nominale era una buona opzione.
- In secondo luogo, come trovo la dipendenza, i mezzi sono due variabili continue indipendentemente associate alla variabile categoriale o esiste interdipendenza?
- In terzo luogo, come scoprire se due variabili continue sono collineari tra loro, senza perdere significatività.
Ciao @Kumar_Amar ,
Benvenuto nella Comunità!
Farò del mio meglio per rispondere alle tue domande:
- Non esiste un’opzione giusta o sbagliata. Tuttavia, quando si tenta di spiegare/comprendere o prevedere una risposta categorica, una regressione logistica nominale può essere un buon punto di partenza e può aiutare a fornire una semplice linea di base del modello da confrontare con altre opzioni di modellazione. Inoltre, poiché hai solo due possibili variabili per spiegare/prevedere la tua risposta categorica, iniziare con un modello semplice è una buona idea. La scelta del modello è legata a diversi parametri che possono aiutarvi a definire quale sia la scelta “giusta” per voi. Ecco alcune domande che potrebbero aiutarti a perfezionare le tue domande e i tuoi obiettivi:
- Domanda e obiettivo: concentrarsi maggiormente sulla previsione (e un modello basato su alberi come l'albero decisionale/albero potenziato o la foresta casuale può essere utile) o sulla spiegazione (con modello statistico e valutazione della significatività) di questa classificazione basata sui due fattori?
- Utente: Qual è la tua esperienza e il tuo " background " nella modellazione e le tue aspettative riguardo alle prestazioni che vorresti ottenere (frequentista statistico, bayesiano, apprendimento automatico, ... mentalità)?
- Dati: i dati sono "fissi" o in futuro acquisirai più dati che vorresti classificare? I dati sono rappresentativi del tuo sistema/caso di studio? Quanti campioni/osservazioni hai? I dati provengono da esperimenti progettati (DoE) o vengono raccolti senza alcun piano predefinito? Quanto sono bilanciati i dati tra le classi SI/NO?
- Prestazioni: come misuri le prestazioni in questo caso d'uso? Qualsiasi preferenza nelle metriche (precisione, richiamo, punteggio F1, ...) o eventuali differenze tra previsioni errate: forse i falsi positivi rappresentano un costo maggiore dei falsi positivi (o viceversa)? Uno sguardo alla matrice di confusione completa può aiutare a determinare dove il modello commette errori nella classificazione e può fornire informazioni su dove impostare la soglia decisionale in base allo squilibrio dei dati e al costo relativo degli errori.
- e 3. Puoi visualizzare la dipendenza tra le variabili in diversi modi, ma l'opzione più semplice potrebbe essere quella di utilizzare il Costruttore di grafici per tracciare X1 rispetto a X2 e vedere se esistono correlazioni oppure utilizzare la funzione Piattaforma multivariata per verificare le correlazioni tra ciascuna coppia di variabili continue. Puoi anche controllare le relazioni individuali tra la tua risposta categorica e ciascuna delle tue variabili continue con Adatta Y per X piattaforma.
Infine, in situazioni che coinvolgono più variabili, puoi anche controllare i punteggi VIF. Ci sono diverse buone opzioni elencate nelle seguenti discussioni:
test di colinearità - Comunità degli utenti JMP
Risolto: verifica della multicollinearità nella regressione logistica ordinale - Comunità degli utenti JMP
Spero che questa risposta ti possa aiutare 
