2

Stata でロジット回帰を実行しています。

  1. 回帰の説明力を知るにはどうすればよいですか (OLS では R^2 を見ます)。

  2. 他の独立変数を使用して回帰を拡張する意味のあるアプローチはありますか (OLS では、手動で独立変数を追加し続け、調整された R^2 を探します。私の推測では、Stata はこの手動プロセスを簡素化する必要がありました)。

4

3 に答える 3

2

R^2 の概念はロジット回帰では意味がなく、Stata 出力の McFadden Pseudo R2 は完全に無視する必要があります。Lemeshow は、「独立変数の有意性を評価するために、式に独立変数がある場合とない場合の D の値を比較する」ことを、尤度比検定 (G) で推奨しています: G=D(変数のないモデル [B])-D(変数 [A] を含むモデル)。

尤度比検定 (G):

H0: 除去された変数の係数はすべて 0 に等しい

Ha: 少なくとも 1 つの係数が 0 ではありません

LR 検定 p>.05 が H0 を棄却しない場合、統計的に言えば、追加の IV をモデルに含める利点がないことを意味します。

これを行うための Stata 構文の例は次のとおりです。

ただし、ロジット モデルが「許容できる」かどうかを結論付ける前に、さらに多くの側面をチェックおよびテストする必要があることに注意してください。詳細については、 http ://www.ats.ucla.edu/stat/stata/topics/logistic_regression.html にアクセスすることをお勧めします。

そして相談してください：

適用されたロジスティック回帰、David W. Hosmer および Stanley Lemeshow、ISBN-13: 978-0471356325

于 2012-09-30T08:26:41.900 に答える
1

ここでモデリングの基本を間違っているのではないかと心配しています。

  1. 回帰モデルの説明力は、R 2 乗ではなく、係数の解釈によって理論的に決定されます。R^2 は、線形モデルが予測する分散の量を表します。これは、モデルの適切なベンチマークであるかどうかに関係なく、.

  2. 同様に、モデル内の独立変数の有無には、実質的な正当化が必要です。モデルの一部を加算または減算したときに R-2 乗がどのように変化するかを確認したい場合はhelp nestreg、ネストされた回帰のヘルプを参照してください。

要約すると、モデルの説明力とその変数構成は、数値を処理するだけでは判断できません。まず、モデルを構築するための適切な理論が必要です。

今、実行している場合logit：

  • Long and Freese (Ch. 3) を読んで、モデルで対数尤度がどのように収束するか (または収束しないか) を理解してください。
  • の R-squared のように単純なものが見つかるとは思わないでくださいlogit。
  • OLS を実行した後と同じように、モデルでロジット診断を使用します。

lrtestまた、Eric の説明に従って、尤度比カイ 2 乗検定を読んだり、追加のコマンドを実行したりすることもできます。

于 2012-09-30T10:15:48.937 に答える
0

ロジットやプロビットなどのバイナリ モデルの R^2 のほとんどすべての測定値は、あまり重要であると見なすべきではないという上記のポスターに、私は確かに同意します。モデルが予測でどれだけうまく機能しているかを確認する方法はいくつかあります。たとえば、次のコマンドを確認してください。

lroc 
estat class

また、さらに読むための良い記事があります: http: //www.statisticalhorizo​​ns.com/r2logistic

于 2014-02-12T22:25:53.953 に答える