Medições de associação para Regressão logística ordinal

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

Pares

Para regressão logística ordinal, o Minitab calcula as probabilidades acumuladas de cada observação e compara esses valores para cada par de observações. Essas categorias descrevem os pares para uma resposta com valores 1, 2 e 3:
  • Concordante: Para pares que incluem o valor de resposta de 1, um par é concordante se a probabilidade acumulada do valor de resposta de 1 for maior para a observação com o valor de resposta de 1 do que para a observação com os valores de resposta de 2 ou 3. Para pares com valores de resposta 2 e 3, um par é concordante se a probabilidade acumulada da resposta de até 2 for maior para a observação com o valor de resposta 2 para a observação com o valor de resposta 3.
  • Discordante: Para pares que incluem o valor de resposta 1, um par é discordante se a probabilidade acumulada do valor de resposta 1 for maior para a observação com o valor de resposta 2 ou 3. Para pares com valores de resposta 2 e 3, um par é discordante se a probabilidade acumulada para respostas até 2 for maior para a observação com o valor de resposta 3 do que para a observação com o valor de resposta 2.
  • Empate: Veja meu comentário no BLRA o par está empatado se as observações têm probabilidades acumuladas iguais.

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