Medições de associação para Ajustar modelo logístico binário

Encontre definições e orientações de interpretação para cada estatística na tabela Medidas de associação.

Pares

Para regressão logística binária, cada evento observado é pareado com cada não-evento. Essas categorias descrevem os pares:
  • Concordante: A probabilidade predita de que o evento ocorra é maior para a observação onde o evento ocorreu.
  • Discordante: A probabilidade predita de que o evento ocorre é menor para a observação onde o evento ocorreu.
  • Empate: A probabilidade predita de que o evento ocorra é a mesma para a observação onde o evento ocorre e a observação onde o não evento ocorreu.

Interpretação

Use os números de pares para comparar o desempenho preditivo dos modelos. Quanto maior a porcentagem de pares concordantes, melhor o desempenho do modelo.

D de Somers

D de Somers é a diferença da porcentagem entre pares concordantes e discordantes, incluindo empates.

Interpretação

Use o D de Somers para comparar o desempenho preditivo dos modelos. Valores mais altos indicam melhor desempenho preditivo. Por exemplo, se 75% dos pares forem concordantes e 25% forem discordantes, o D de Somers é 0,5.

As estatísticas de D de Somers e gama de Goodman-Kruskal são idênticas quando o modelo prediz 0 pares empatados. Quanto mais pares empatados, mais a estatística gama de Goodman-Kruskal excede o D de Somers.

Gama de Goodman-Kruskal

O gama de Goodman-Kruskal é a diferença da porcentagem entre pares concordantes e discordantes, excluindo empates.

Interpretação

Use o gama de Goodman-Kruskal para comparar o desempenho preditivo dos modelos. Valores mais altos indicam melhor desempenho preditivo. Por exemplo, se 75% dos pares forem concordantes e 25% forem discordantes, o gama de Goodman-Kruskal é 0,5.

As estatísticas de D de Somers e gama de Goodman-Kruskal são idênticas quando o modelo prediz 0 pares empatados. Quanto mais pares empatados, mais a estatística gama de Goodman-Kruskal excede o D de Somers.

Tau-a de Kendall

O Tau-a de Kendall é a diferença da porcentagem de pares concordantes e discordantes fora de todos os pares possíveis, incluindo pares com o mesmo valor de resposta.

Interpretação

Use o Tau-a de Kendall para comparar o desempenho preditivo dos modelos. Valores mais altos indicam melhor desempenho preditivo. O Tau-a de Kendall é sempre menor do que a estatística D de Somers e o gama de Goodman-Kruskal porque essas duas estatísticas não incluem pares com o mesmo valor de resposta.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política