"La respuesta debe tener al menos dos niveles" aparece al agregar una frecuencia en la regresión logística.Hola,
Estoy intentando realizar una regresión logística con datos de presencia/ausencia de especies como variable de respuesta (a lo largo de varios años) y diversas condiciones ambientales (por ejemplo, la temperatura) como predictores. También dispongo de datos de abundancia (número de individuos contados cada día cuando la especie estaba presente; cero si no se observó ninguno y nulo si no se realizó ningún muestreo), que me gustaría incluir como frecuencia.
Puedo ejecutar un modelo de regresión logística sin problemas sin incluir los datos de abundancia. Sin embargo, cuando incluyo los datos de abundancia como frecuencia (o como ponderación; probé ambas opciones), obtengo el error "La variable de respuesta debe tener al menos dos niveles".
Mi variable de respuesta está configurada como una variable nominal (0 para ausente, 1 para presente y • para nulo, es decir, no se realizó ninguna encuesta). La columna de datos de abundancia está configurada como continua, y todos los predictores son continuos.
Pensé que el problema podría deberse a la gran cantidad de valores nulos en el conjunto de datos (la especie solo está activa durante unos pocos meses al año, por lo que no se la monitorea la mayor parte del tiempo). Sin embargo, seguí obteniendo el mismo error incluso después de excluir todos los valores nulos.
Para comprobar si el problema se producía específicamente con los datos de abundancia, intenté introducir algo irrelevante pero continuo (Año de observación) como una supuesta "frecuencia", y JMP no tuvo ningún problema al ejecutarlo.
Estoy usando JMP Student Edition 19.0.1.
¡Gracias de antemano! 
~ Bobby
Análisis y modelado de datos básicosRe: "La respuesta debe tener al menos dos niveles" aparece al agregar una frecuencia en la regresión logística.Hola @poli : Bienvenido a la comunidad. Sin ver tus datos, solo puedo especular. Pero, parece que la abundancia siempre es cero, tanto para presencia como para ausencia.
Re: "La respuesta debe tener al menos dos niveles" aparece al agregar una frecuencia en la regresión logística.Mostrar los datos facilitaría mucho la respuesta, pero aquí voy a especular. Al usar la abundancia como frecuencia o ponderación, se limita la respuesta (presencia o ausencia) a cero cuando la abundancia es cero (y a valores faltantes cuando la abundancia no está presente, lo cual se ignorará en la regresión logística). Por lo tanto, los valores de abundancia que se usarán serán solo aquellos en los que esté presente. Usar la abundancia como ponderación/frecuencia parece eliminar la variable de presencia/ausencia, de modo que solo la presencia aparece como valor para la variable de respuesta.
Me pregunto cómo estás tratando la abundancia. ¿No intentas predecir la abundancia como una variable continua, pero con muchos ceros? Casi parece un problema de datos censurados, o al menos un problema en el que quieres predecir el tamaño de la población cuando muchos valores son cero y los demás son distintos niveles de una variable continua. Me resulta difícil sugerir la mejor manera de modelar esta situación, pero no parece que usar la abundancia como frecuencia o ponderación sea la forma correcta de hacerlo.
Re: "La respuesta debe tener al menos dos niveles" aparece al agregar una frecuencia en la regresión logística.Hola @MRB3855 , ¡gracias! Y sí, la abundancia siempre es cero para la ausencia.
Re: "La respuesta debe tener al menos dos niveles" aparece al agregar una frecuencia en la regresión logística.Hola @dlehman , ¡gracias! Lamentablemente, no estoy seguro de poder subir los datos reales, así que prefiero ser precavido, pero la tabla de abajo es una representación del tipo de datos que tengo (aunque tengo muchos más ceros y observaciones nulas). Tienes razón sobre los datos de abundancia: muchos ceros y algunos días con recuentos distintos de cero (siendo la variable continua).
Respecto al modelo, los peces comienzan a emerger en verano, pero las fechas exactas varían según factores ambientales (al igual que el tamaño de la población una vez que han emergido). Estoy intentando determinar qué factores están más correlacionados con la presencia de peces, con el objetivo de poder predecir cuándo comenzarán a emerger. Si bien no me interesa predecir el tamaño de la población, estoy incorporando la abundancia observada como un indicador de cuántos peces más emergen a medida que avanza la temporada, para que haya una relación más clara entre la emergencia de peces y los factores ambientales (como nota al margen, los peces observados se recolectan, por lo que no hay problemas de memoria). Espero haberme explicado bien; ¡avísame si no se entiende! (Soy bastante nuevo en estadística :beaming_face_with_smiling_eyes:)
Mientras escribía esto, se me ocurrió que quizás una forma de abordarlo sea ignorar la medida de presencia/ausencia y trabajar solo con la abundancia. Lo cual aún requerirá manejar los ceros de alguna manera, así que experimentaré con eso...
| Año |
Mes |
Día |
Peces presentes/ausente (1/0) |
Abundancia de peces (número de peces observados) |
Temperatura media diaria del agua (°C) |
Temperatura acumulada del agua en verano (°C) |
Profundidad del arroyo (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 |
Re: "La respuesta debe tener al menos dos niveles" aparece al agregar una frecuencia en la regresión logística.Hola @poli ,
¡Bienvenidos a la comunidad!
@dlehman1 encontró el problema en tu caso: al usar la columna "abundancia" como frecuencia o peso, los ceros presentes en esta columna harán que las filas sin peces queden excluidas del ajuste de la regresión logística. Es la misma situación que si no tuvieras esas filas.
Recomendaría dividir la tarea de modelado en dos:
- En primer lugar, utilizando únicamente la columna de ausencia/presencia para detectar en qué condiciones están presentes o ausentes los peces mediante una regresión logística.
- En segundo lugar, en los casos en que se observen peces, intente modelar la cantidad de peces (probablemente con una regresión generalizada de Poisson, ya que está trabajando con recuentos).
Tal vez las dos tareas podrían realizarse en una sola si solo se predice la abundancia de peces (número de peces) con una distribución de Poisson (con exceso de ceros) para manejar tanto los recuentos cero como los distintos de cero.
Creo que los dos enfoques de modelado (regresión logística y regresión de Poisson) responden a preguntas ligeramente diferentes: ¿cuáles son las condiciones que permiten la presencia de peces (regresión logística) frente a cómo las diferentes condiciones pueden aumentar la presencia de peces (regresión de Poisson)?
Espero que esta respuesta te ayude.
