안녕하세요,
두 개의 연속형 변수와 하나의 범주형 변수가 있습니다. 이를 JMP Pro 16에서 실행하고(실행의 출력 파일 첨부) 입력으로 Y를 범주형 변수(YES/NO)로 제공하고 모델 효과를 두 개의 연속형으로 구성합니다. 변수, 성격 : 명목상 로지스틱, 목표수준 : YES
- 첫째, 명목형 로지스틱 회귀 모델을 실행하는 것이 좋은 옵션인지 알고 싶었습니다.
- 둘째, 종속성을 어떻게 찾을 수 있습니까? 두 개의 연속 변수가 범주형 변수와 독립적으로 연관되어 있음을 의미합니까, 아니면 상호 의존성이 있습니까?
- 셋째, 두 개의 연속형 변수가 유의성을 잃지 않고 서로 동일선상에 있는지 확인하는 방법입니다.
안녕하세요 @Kumar_Amar ,
커뮤니티에 오신 것을 환영합니다!
귀하의 질문에 최선을 다해 답변해 드리겠습니다.
- 옳고 그른 선택은 없습니다. 그러나 범주형 반응을 설명/이해하거나 예측하려고 할 때 명목형 로지스틱 회귀는 좋은 출발점이 될 수 있으며 다른 모델링 옵션과 비교할 수 있는 간단한 모델 기준선을 제공하는 데 도움이 될 수 있습니다. 더욱이 범주형 반응을 설명/예측하는 데 가능한 변수는 두 개뿐이므로 간단한 모델로 시작하는 것이 좋습니다. 모델 선택은 귀하에게 "올바른" 선택이 무엇인지 정의하는 데 도움이 될 수 있는 다양한 매개변수와 연결됩니다. 다음은 질문과 목표를 구체화하는 데 도움이 될 수 있는 몇 가지 질문입니다.
- 질문 및 목표: 두 요인을 기반으로 한 분류에 대한 예측(의사결정 트리/부스팅 트리 또는 랜덤 포레스트와 같은 트리 기반 모델이 도움이 될 수 있음) 또는 설명(통계 모델 및 유의성 평가 사용)에 더 중점을 두나요?
- 사용자: 모델링에 대한 귀하의 경험과 "배경" 및 달성하고자 하는 성과에 대한 기대는 무엇입니까(통계적 빈도주의, 베이지안, 기계 학습, ... 사고방식)?
- 데이터: 데이터가 "고정"되어 있습니까? 아니면 분류하고 싶은 데이터를 나중에 더 많이 얻을 예정입니까? 데이터가 귀하의 시스템/연구 사례를 대표합니까? 얼마나 많은 샘플/관찰이 있습니까? 데이터는 설계된 실험(DoE)에서 나오나요, 아니면 사전 정의된 계획 없이 수집됩니까? YES/NO 클래스 간의 데이터 균형은 얼마나 됩니까?
- 성능: 이 사용 사례의 성능을 어떻게 측정합니까? 측정항목(정밀도, 재현율, F1 점수 등)에 대한 선호 사항 또는 잘못된 예측 간의 차이: 어쩌면 거짓양성은 거짓양성(또는 그 반대)보다 더 큰 비용을 나타낼 수 있습니까? 전체 혼동 행렬을 살펴보면 모델이 분류에서 오류를 일으키는 위치를 결정하는 데 도움이 될 수 있으며 데이터 불균형 및 오류의 상대적 비용에 따라 결정 임계값을 설정할 위치를 알 수 있습니다.
- 그리고 3. 다양한 방법으로 변수 간의 종속성을 확인할 수 있지만 가장 쉬운 옵션은 그래프 빌더를 사용하여 X1 대 X2를 플롯하고 상관 관계가 있는지 확인하거나 다변량 플랫폼 각 연속형 변수 쌍 간의 상관 관계를 확인합니다. 또한 다음을 사용하여 범주형 반응과 각 연속형 변수 간의 개별 관계를 확인할 수도 있습니다. X로 Y 맞추기 플랫폼.
마지막으로 변수가 더 많은 상황에서는 VIF 점수를 확인할 수도 있습니다. 다음 토론에는 몇 가지 좋은 옵션이 나열되어 있습니다.
공선성 테스트 - JMP User Community
해결됨: 순서형 로지스틱 회귀 분석의 다중 공선성 확인 - JMP 사용자 커뮤니티
이 답변이 도움이 되길 바랍니다 
