Логит модель, Оценка параметров логит регрессии Опции

[Мария Александро...]

Здравствуйте! Я пытаюсь самостоятельно статистически обработать результаты моей научной работы.
Мне необходима помощь в оценке параметров логит модели.
В программе STAT 6, мною была построена логит модель зависимая переменная - исход (0-неудовлетворительный, 1-удовлетворительный), независимые переменные включены, как количественные, так и номинальные. Правомерно ли это? Не зависимых переменных 9, выборка 206 человек. Параметр Chi-2 высокий, а значения р=0,00002. -2Log L=231 - это много или мало. В дальнейшем по уровню значимости регрессионых коэффициентов модель была сокращена до 3 предикторов, но при этом у 1 из них коэффициент в регрессионном уравнении стал равен 0 при М-L Chi высокий и р=0.000. Это значит, что предиктор значим, тогда в уравнении его доля будет все равно = 0. Графический анализ остатков больше похож на биномиальное распределение, но никак не нормальное. Сокращение до предикторов ситуации не изменило. Как быть? Если я правильно поняла так же для оценки модели необходимо определить коэффициент множественной корреляции. Как это сделать? В таблицах я его так и не нашла.

[плав]

НАдо вначале найти и почитать по логистической регрессии (то, что Вы делали, это - логистическая регрессия, просто так названа в программе).
Если коэффициент регрессии равен нулю, то это фактор не действует, но посмотрите, не равен ли он 0,000028, поскольку измеряется в тысяах или десятках тысяч (чего-то), тогда просто желательно поменять едицины измерения.
А слова "нормальное распределение" в приложении к логистической регрессии забудьте, она предполагает исходное биномиальное распределение величины.
Про коэффициент корреляции то же не надо (там речь идет о псевдокорреляции, но это не столь важно) Модель у Вас значимая и это - главное. В анализе остатков надо смотреть на вылетающие наблюдения.

[DoctorStat]

у 1 из них коэффициент в регрессионном уравнении стал равен 0 при М-L Chi высокий и р=0.000. Это значит, что предиктор значим, тогда в уравнении его доля будет все равно = 0

Как заметил плав, скорее всего у Вас не хватает значимых цифр для показа числа. Выделите правой кнопкой мыши в столбце Estimate ячейку выскозначимого фактора, равного 0. Далее меню Format->Cells. Далее вкладка Number->Scientific. Установите Decimal places =2 или больше. Нажмите кнопку ОК. В результате вместо 0 должно появится малое число.

Если я правильно поняла так же для оценки модели необходимо определить коэффициент множественной корреляции. Как это сделать? В таблицах я его так и не нашла.

Идете на вкладку GLZ results. На ней вкладка Summary. На ней кнопка Corr.matrix. Нажимаете ее и получаете таблицу матрицы корреляций факторов и константы (Intercept). Считается, что логистическая модель хороша, если коэффициенты матрицы корреляций «не очень велики». Если отдельные коэффициенты корреляции все же слишком большие (близки к 1), то желательно вместо нескольких высокозависимых факторов оставить в модели только один.

Сообщение отредактировал DoctorStat - 2.03.2009 - 11:46

[Мария Александро...]

Спасибо огромное. Попробую.

[Мария Александро...]

Все равно получается 0, наверное этот фактор получается незначим, а жаль - это метод лечения, по логике он должен быть одним из определяющих. Значит этот предиктор выбрасывать? Корреляции незначительные (меньше 0,05). Спасибо.

[DoctorStat]

Все равно получается 0, наверное этот фактор получается незначим

Смотрите вкладку GLZ-results. На ней вкладка Summary. На ней кнопка Estimates. Нажимаете эту кнопку и получаете таблицу коэффициентов регрессии (столбец Estimate) и их значимость (столбец р). Далее смотрите строку таблицы, соответствующую определенному фактору (методу лечения). Для этой строки смотрите значимость р. Если эта значимость р<0,05, то вся строка подсвечена красным цветом (т.е. данный фактор является значимым для модели). Если фактор значим, то далее смотрите величину его коэффициента регрессии Крег. в столбце Estimate. Для значимых факторов Крег. НЕ МОЖЕТ БЫТЬ НУЛЕМ!

Сообщение отредактировал DoctorStat - 2.03.2009 - 15:45