Die Meldung „Die Antwortvariable muss mindestens zwei Ausprägungen haben“ erscheint beim Hinzufügen einer Häufigkeit in der logistischen Regression.Hallo,
Ich versuche, eine logistische Regression mit Daten zur Anwesenheit/Abwesenheit einer Art als abhängiger Variable (über mehrere Jahre) und verschiedenen Umweltbedingungen (z. B. Temperatur) als Prädiktoren durchzuführen. Ich verfüge außerdem über Abundanzdaten (Anzahl der täglich gezählten Individuen, wenn die Art anwesend war; null, wenn keine beobachtet wurde; Nullwert, wenn keine Erhebung durchgeführt wurde), die ich als Häufigkeit einbeziehen möchte.
Ich kann ein logistisches Regressionsmodell problemlos ausführen, ohne die Häufigkeitsdaten einzubeziehen. Wenn ich die Häufigkeitsdaten jedoch als Häufigkeit (oder als Gewichtung – ich habe beides versucht) einbeziehe, erhalte ich die Fehlermeldung „Die Zielvariable muss mindestens zwei Stufen haben“.
Meine Zielvariable ist als Nominalvariable definiert (0 für nicht vorhanden, 1 für vorhanden und • für Nullwert, d. h. keine Erhebung durchgeführt). Die Spalte mit den Häufigkeitsdaten ist als stetig definiert, und alle Prädiktoren sind stetig.
Ich vermutete, das Problem läge an der großen Anzahl fehlender Werte im Datensatz (die Art ist nur wenige Monate im Jahr aktiv und wird daher die meiste Zeit nicht überwacht). Allerdings erhielt ich denselben Fehler auch, nachdem ich alle fehlenden Werte ausgeschlossen hatte.
Um herauszufinden, ob das Problem speziell bei den Häufigkeitsdaten auftritt, habe ich versucht, etwas Irrelevantes, aber Kontinuierliches (Beobachtungsjahr) als fiktive „Frequenz“ einzufügen, und JMP hatte damit keine Probleme.
Ich verwende JMP Student Edition 19.0.1.
Dank im Voraus! 
~ Bobby
Grundlagen der Datenanalyse und ModellierungBetreff: „Die Antwortvariable muss mindestens zwei Stufen haben“ – diese Meldung erscheint beim Hinzufügen einer Häufigkeit in der logistischen Regression.Hallo @Bobby : Willkommen in der Community. Ohne deine Daten zu kennen, kann ich nur Vermutungen anstellen. Es klingt aber so, als ob die Häufigkeit immer null ist, egal ob die Daten vorhanden sind oder nicht.
Betreff: „Die Antwortvariable muss mindestens zwei Stufen haben“ – diese Meldung erscheint beim Hinzufügen einer Häufigkeit in der logistischen Regression.Die Darstellung der Daten würde die Beantwortung sicherlich erheblich erleichtern, aber ich möchte hier eine Vermutung anstellen. Wenn Sie die Häufigkeit als Frequenz oder Gewichtung verwenden, beschränken Sie Ihre Antwortvariable – Vorhandensein oder Fehlen – auf null, wenn die Häufigkeit null ist (und auf fehlend, wenn die Häufigkeit fehlt – was in der logistischen Regression ignoriert wird). Daher werden nur die Werte für die Häufigkeit verwendet, bei denen sie vorhanden ist. Die Verwendung der Häufigkeit als Gewichtung/Frequenz scheint die Variable „Vorhandensein/Fehlen“ auszublenden, sodass nur noch „Vorhandensein“ als Wert für die Antwortvariable erscheint.
Ich frage mich allerdings, wie Sie mit der Häufigkeit umgehen. Versuchen Sie nicht, die Häufigkeit als kontinuierliche Variable vorherzusagen, aber mit einer großen Anzahl von Nullen? Das klingt fast nach einem Problem mit zensierten Daten oder zumindest nach einem Problem, bei dem Sie die Populationsgröße vorhersagen möchten, wenn viele Werte null sind und die anderen verschiedene Ausprägungen einer kontinuierlichen Variable darstellen. Es fällt mir schwer, Ihnen die beste Modellierungsmethode für diese Situation vorzuschlagen, aber die Verwendung der Häufigkeit als Frequenz oder Gewichtung scheint nicht der richtige Ansatz zu sein.
Betreff: „Die Antwortvariable muss mindestens zwei Stufen haben“ – diese Meldung erscheint beim Hinzufügen einer Häufigkeit in der logistischen Regression.Hallo @MRB3855 – danke! Und ja, Überfluss ist bei Abwesenheit immer null.
Betreff: „Die Antwortvariable muss mindestens zwei Stufen haben“ – diese Meldung erscheint beim Hinzufügen einer Häufigkeit in der logistischen Regression.Hallo @dlehman , vielen Dank! Leider bin ich mir nicht sicher, ob ich die echten Daten veröffentlichen darf, daher gehe ich lieber auf Nummer sicher. Die untenstehende Tabelle ist ein Beispiel für die Art von Daten, die ich habe (obwohl ich viel mehr Nullwerte und fehlende Beobachtungen habe). Du hast Recht mit den Häufigkeitsdaten – viele Nullwerte und dann einige Tage mit Werten ungleich Null (da es sich um die kontinuierliche Variable handelt).
Zum Modell: Die Fische beginnen im Sommer zu schlüpfen, aber die genauen Daten variieren je nach Umweltfaktoren (ebenso wie die Populationsgröße nach dem Schlüpfen). Ich versuche herauszufinden, welche Faktoren am stärksten mit dem Vorkommen der Fische korrelieren, um letztendlich vorhersagen zu können, wann die Fische schlüpfen. Obwohl es mir nicht um die Vorhersage der Populationsgröße geht, beziehe ich die beobachtete Häufigkeit als Indikator dafür mit ein, wie viele Fische im Laufe der Saison zusätzlich schlüpfen. So lässt sich der tatsächliche Zusammenhang zwischen dem Schlüpfen der Fische und den Umweltfaktoren besser erfassen (nebenbei bemerkt: Die beobachteten Fische werden gesammelt, Erinnerungsprobleme gibt es also nicht). Ich hoffe, ich habe das verständlich erklärt – sag Bescheid, falls etwas unklar ist! (Ich bin noch nicht so lange in Statistik unterwegs 
)
Beim Schreiben kam mir der Gedanke, dass man die Anwesenheits-/Abwesenheitsmessung vielleicht ignorieren und einfach mit der Häufigkeit arbeiten könnte? Das erfordert aber trotzdem, dass man irgendwie mit den Nullen umgeht, also werde ich das mal ausprobieren...
| Jahr |
Monat |
Tag |
Fische vorhanden/nicht vorhanden (1/0) |
Fischbestand (Anzahl der beobachteten Fische) |
Mittlere tägliche Wassertemperatur (°C) |
Kumulierte Wassertemperatur im Sommer (°C) |
Bachtiefe (m) |
| 2016 |
1 |
29 |
• |
• |
12.0 |
803.0 |
0,6 |
| 2016 |
1 |
30 |
0 |
0 |
12.8 |
815,8 |
0,6 |
| 2016 |
1 |
31 |
1 |
3 |
14.2 |
830,0 |
0,7 |
| 2016 |
2 |
1 |
1 |
7 |
14.7 |
844,7 |
0,7 |
| 2016 |
2 |
2 |
0 |
0 |
13.3 |
858,0 |
0,5 |
| 2016 |
2 |
3 |
1 |
2 |
14.1 |
872.1 |
0,7 |
| 2016 |
2 |
4 |
0 |
0 |
12.6 |
884,7 |
0,8 |
| 2016 |
2 |
5 |
• |
• |
12.9 |
897,6 |
0,6 |
| 2016 |
2 |
6 |
• |
• |
13.4 |
811.0 |
0,7 |
Betreff: „Die Antwortvariable muss mindestens zwei Stufen haben“ – diese Meldung erscheint beim Hinzufügen einer Häufigkeit in der logistischen Regression.Hallo @Bobby ,
Willkommen in der Community!
@dlehman1 hat das Problem in Ihrem Fall gefunden: Wenn Sie die Spalte „Häufigkeit“ als „Frequenz“ oder „Gewicht“ verwenden, führen die Nullwerte in dieser Spalte dazu, dass Zeilen ohne Fischvorkommen bei der logistischen Regression nicht berücksichtigt werden. Das ist dasselbe, als ob diese Zeilen gar nicht vorhanden wären.
Ich würde Ihnen empfehlen, Ihre Modellierungsaufgabe in zwei Teile aufzuteilen:
- Zunächst wird anhand der Spalte „Abwesenheit/Anwesenheit“ mittels logistischer Regression ermittelt, unter welchen Bedingungen die Fische anwesend oder abwesend sind.
- Zweitens, wenn Fische beobachtet werden, versuchen Sie, die Anzahl der Fische zu modellieren (wahrscheinlich mit einer Poisson-Generalisierten Regression, da Sie es mit Zählungen zu tun haben).
Vielleicht könnten die beiden Aufgaben in einer erledigt werden, wenn man nur die Fischdichte (Anzahl der Fische) mit einer (nullinflationsbehafteten) Poisson-Verteilung vorhersagt, um sowohl Nullen als auch von Null verschiedene Zählungen zu berücksichtigen.
Ich denke, die beiden Modellierungsansätze (logistische Regression und Poisson-Regression) beantworten leicht unterschiedliche Fragen: Welche Bedingungen ermöglichen das Vorkommen von Fischen (logistische Regression) und wie können die verschiedenen Bedingungen das Vorkommen von Fischen erhöhen (Poisson-Regression)?
Ich hoffe, diese Antwort hilft Ihnen.
