713893_ja-JP

liliconcom

多変量モデルについてサポートが必要です

こんにちは、

2 つの連続変数と 1 つのカテゴリ変数があります。これを JMP Pro 16 で実行し (実行からの出力ファイルを添付)、入力として Y をカテゴリ変数 (YES/NO) として指定し、モデル効果を 2 つの連続変数として構築します。変数、性格 : 公称ロジスティック、目標レベル : YES

- まず、名目ロジスティック回帰モデルを実行することが良い選択肢であることを知りたかったのです。

- 第二に、依存関係を見つけるにはどうすればよいですか。平均 2 つの連続変数がカテゴリカル変数に独立して関連付けられているのか、それとも相互依存関係があるのでしょうか。

- 第三に、重要性を失わずに 2 つの連続変数が互いに共線性があるかどうかを確認する方法。

基本的なデータ分析とモデリングマックOSRe: 多変量モデルについてサポートが必要です

こんにちは@Kumar_Amar 、

 

コミュニティへようこそ！

あなたの質問に答えるために最善を尽くします。

1. 正しい選択肢も間違った選択肢もありません。 ただし、カテゴリー応答を説明/理解または予測しようとする場合、名目ロジスティック回帰は良い出発点となり、他のモデリング オプションと比較するための単純なモデル ベースラインを提供するのに役立つ場合があります。 さらに、カテゴリ応答を説明/予測するには可能な変数が 2 つしかないため、単純なモデルから始めることをお勧めします。 モデルの選択は、自分にとって何が「正しい」選択であるかを定義するのに役立つさまざまなパラメーターにリンクされています。 質問や目標を絞り込むのに役立ついくつかの質問を以下に示します。
   • 質問と目標: 2 つの要素に基づくこの分類の予測 (デシジョン ツリー/ブースト ツリーやランダム フォレストなどのツリーベースのモデルも役立つ場合があります) または説明 (統計モデルと有意性評価) に重点を置いていますか?
   • ユーザー : モデリングにおけるあなたの経験と「背景」、および達成したいパフォーマンスに関する期待 (統計的頻度主義、ベイジアン、機械学習など) は何ですか?
   • データ : データは「固定」されていますか、それとも分類したい将来さらに多くのデータを取得する予定ですか? データはあなたのシステム/研究事例を表していますか? サンプル/観察は何件ありますか? データは計画された実験 (DoE) から取得されたものですか、それとも事前定義された計画なしで収集されたものですか? YES/NO クラス間のデータのバランスはどの程度ですか?
   • パフォーマンス: このユースケースでのパフォーマンスをどのように測定しますか? メトリクス (精度、再現率、F1 スコアなど) の好み、または間違った予測間の違い: おそらく偽陽性は偽陽性 (またはその逆) よりも大きなコストを表しますか? 完全な混同行列を確認すると、モデルが分類のどこでエラーを起こしているかを判断するのに役立ち、データの不均衡とエラーの相対コストに応じて決定しきい値をどこに設定するかを知ることができます。
2. そして3. 変数間の依存関係はさまざまな方法で確認できますが、最も簡単なオプションは、グラフ ビルダーを使用して X1 と X2 をプロットし、相関関係があるかどうかを確認するか、多変量プラットフォーム連続変数の各ペア間の相関を確認します。 また、カテゴリ応答と各連続変数の間の個々の関係を次の方法で確認することもできます。 YをXでフィットプラットホーム。
   最後に、より多くの変数が関係する状況では、VIF スコアを確認することもできます。 以下の説明では、いくつかの優れたオプションがリストされています。
   共線性のテスト - JMP ユーザー コミュニティ
   解決済み: 順序ロジスティック回帰での多重共線性のチェック - JMP ユーザー コミュニティ

この回答がお役に立てば幸いです:)