Hola,
Tengo dos variables continuas y una categórica, ejecutándolas en JMP Pro 16 (adjunto el archivo de salida de la ejecución), como entrada proporcioné Y como variable categórica (SÍ/NO) y construí el efecto del modelo como dos variables continuas. variable, Personalidad: Logística nominal y Nivel objetivo: SÍ
- En primer lugar, quería saber que ejecutar un modelo de regresión logística nominal es una buena opción.
- En segundo lugar, ¿cómo encuentro la dependencia? ¿Es decir que dos variables continuas están asociadas independientemente con una variable categórica o hay interdependencia?
- En tercer lugar, cómo saber si dos variables continuas son colineales entre sí, sin perder significancia.
Hola @Kumar_Amar ,
¡Bienvenidos a la Comunidad!
Haré todo lo posible para responder a tus preguntas:
- No existe una opción correcta o incorrecta. Sin embargo, cuando se intenta explicar/comprender o predecir una respuesta categórica, una regresión logística nominal puede ser un buen punto de partida y puede ayudar a proporcionar una base de referencia simple para comparar con otras opciones de modelado. Además, dado que solo tiene dos variables posibles para explicar/predecir su respuesta categórica, comenzar con un modelo simple es una buena idea. La elección del modelo está vinculada a varios parámetros que pueden ayudarle a definir cuál es la elección "correcta" para usted. Aquí hay algunas preguntas que pueden ayudarlo a refinar sus preguntas y objetivos:
- Pregunta y objetivo: ¿Se centra más en la predicción (y un modelo basado en árboles como el árbol de decisión/árbol potenciado o el bosque aleatorio puede ser útil) o en la explicación (con modelo estadístico y evaluación de significancia) de esta clasificación basada en los dos factores?
- Usuario: ¿Cuál es su experiencia y "antecedentes" en el modelado y sus expectativas con respecto a los resultados que le gustaría lograr (mentalidad estadística frecuentista, bayesiana, aprendizaje automático, ...)?
- Datos: ¿Los datos son "fijos" o adquirirá más datos en el futuro que le gustaría clasificar? ¿Los datos son representativos de su sistema/caso de estudio? ¿Cuántas muestras/observaciones tiene? ¿Los datos provienen de experimentos diseñados (DoE) o se recopilan sin ningún plan predefinido? ¿Qué tan equilibrados están los datos entre las clases SÍ/NO?
- Rendimiento: ¿Cómo se mide el rendimiento en este caso de uso? ¿Alguna preferencia en las métricas (precisión, recuperación, puntuación F1, ...) o alguna diferencia entre predicciones incorrectas: tal vez los falsos positivos representen un costo mayor que los falsos positivos (o a la inversa)? Una mirada a la matriz de confusión completa puede ayudar a determinar dónde el modelo comete errores en la clasificación y puede informar sobre dónde establecer el umbral de decisión dependiendo del desequilibrio de los datos y el costo relativo de los errores.
- y 3. Puede ver la dependencia entre sus variables de diferentes maneras, pero las opciones más sencillas podrían ser usar Graph Builder para trazar X1 frente a X2 y ver si tiene alguna correlación, o usar el Plataforma multivariante para comprobar las correlaciones entre cada par de variables continuas. También puede verificar las relaciones individuales entre su respuesta categórica y cada una de sus variables continuas con el Ajustar Y por X plataforma.
Finalmente, en situaciones que involucran más variables, también puedes consultar las puntuaciones VIF. Hay varias buenas opciones enumeradas en las siguientes discusiones:
prueba de colinealidad - Comunidad de usuarios de JMP
Resuelto: Comprobación de multicolinealidad en regresión logística ordinal - Comunidad de usuarios de JMP
Espero que esta respuesta te ayude 
