Логистическая регрессия в R Опции

[nastushka]

Подскажите, пожалуйста, кто чем может)). Я делаю логистическую регрессию. Все предикторы биноминальные (0,1). Y-зависимая переменная(бинарная 0 - нет события(это хорошо), 1-есть событие(это плохо)). Дело в том, что нули к нулям, он мало мальски правильно соотносит, но 50% единиц(плохих) у него попадают к нулям(хорошим).Т.е. неверное определение. Как понять, почему так происходит и что сделать, чтобы улучшить классификацию, хотя бы до 85% точности?
Доп. инфо, я гуглила, и нашла метод Feature Selection и его реализацию в R Boruta. Выделила 6 предикторов, думала счастье рядом, сейчас построила модель, но не тут-то было, классификация такая же некачественная:((
Может что-то не то сделала?((
Что делать? (с)(Чернышевский Н.Г.)

Прикрепленные файлы

 data.zip ( 5,13 килобайт ) Кол-во скачиваний: 333

 

[leo_biostat]

Подскажите, пожалуйста, кто чем может)).

Настя, !

Сделал несколько вариантов анализа Вашего массива.
Вот лучшее уравнение:

Analysis of Maximum Likelihood Estimates

Standard Wald Standardized
Parameter DF Estimate Error Chi-Square Pr > ChiSq Estimate Label

Intercept 1 -0.1140 0.0764 2.2259 0.1357 Intercept: Y=0
X1 1 0.5680 0.1106 26.3749 <.0001 0.2467 X1
X3 1 1.3719 0.2735 25.1699 <.0001 0.3327 X3
X5 1 2.9687 1.0229 8.4227 0.0037 0.4436 X5
X8 1 1.0929 0.4541 5.7929 0.0161 0.2349 X8
X9 1 0.8818 0.3970 4.9331 0.0263 0.1993 X9
X11 1 0.4458 0.1158 14.8159 0.0001 0.1177 X11
X14 1 0.6613 0.2686 6.0622 0.0138 0.1365 X14
X16 1 0.2207 0.1289 2.9316 0.0869 0.0606 X16


Odds Ratio Estimates

Point 95% Wald
Effect Estimate Confidence Limits

X1 1.765 1.421 2.192
X3 3.943 2.307 6.739
X5 19.467 2.622 144.544
X8 2.983 1.225 7.263
X9 2.415 1.109 5.259
X11 1.562 1.245 1.960
X14 1.937 1.144 3.280
X16 1.247 0.969 1.605


Association of Predicted Probabilities and Observed Responses

Percent Concordant 71.8 Somers' D 0.554
Percent Discordant 16.4 Gamma 0.628
Percent Tied 11.8 Tau-a 0.229
Pairs 969847 c 0.777

Прикрепляю 2 графика с ROC-кривыми, а также таблицу сопряжённости фактических и предсказанных значений Y.

Могу выслать Вам 4 больших файла (объём 8,8 Мб) с более подробными результатами. Сообщите, на какой адрес отправить эти файлы.
Анализ этих результатов говорит о том, что что нужно разобраться с содержанием самого массива.
И отобрать новый массив.
Тогда и будут получены лучшие результаты.

Сообщение отредактировал leo_biostat - 28.06.2017 - 08:40

Эскизы прикрепленных изображений

 

[Олег Кравец]

Сделал несколько вариантов анализа Вашего массива.

Спасибо. Прекрасный пример помощи.