Métodos em Ajustar modelo logístico binário

Selecione o método ou a fórmula de sua escolha.

Padrão de fator/covariável

Descreve um conjunto único de valores de fator/covariável em um conjunto de dados. O Minitab calcula probabilidades de evento, resíduos e outras medidas diagnósticas para cada padrão de fator/covariável.

Por exemplo, se um conjunto de dados inclui os fatores sexo e raça e a covariável idade, a combinação dessas preditoras pode conter tantos padrões de covariáveis diferentes quanto de indivíduos. Se um conjunto de dados só inclui os fatores raça e sexo, cada um codificado em dois níveis, só há quatro padrões de fator/covariáveis possíveis. Se você inserir seus dados como frequências, ou como sucessos, tentativas ou falhas, cada linha conterá um padrão de fator/covariável.

Pesos internos para Ajustar modelo logístico binário

Para modelos lineares generalizados, a matriz de pesos não é a matriz de identidade nos casos em que os pesos não forem especificados. Você pode pensar nos pesos internos como algo que dá mais influência na análise para observações com mais dados. Por exemplo, na regressão logística binária do ajuste, o peso interno tende a ser maior quando o número de ensaios é maior.

Fórmula

As fórmulas a seguir dão os pesos internos para funções de ligação específicas:
Logito
Normito
Gompito

Notação

TermoDescrição
mithe number of trials for the io row
the predicted probability for the design point in a binary logistic model
yithe number of events for the io row
the inverse cumulative distribution function of the standard normal distribution for the predicted probability in a binary logistic model

Como o Minitab remove preditores fortemente correlacionados da equação de regressão noAjustar modelo logístico binário

Seja rij o elemento na matriz de varredura atual associada a Xi e Xj.

As variáveis são inseridas ou removidas, uma de cada vez. Xk é elegível para entrada se for uma variável independente que não está atualmente no modelo com r kk ≥ 1 (tolerância com um padrão de 0,0001) e também para cada variável Xj que está atualmente no modelo,

Para remover preditores fortemente correlacionados da equação de regressão, o Minitab executa as seguintes etapas:
  1. O Minitab executa o método SWEEP na matriz de correlação, R, tratando X1 .. Xp como se fossem variáveis aleatórias.
  2. Para qualquer preditor contínuo, o Minitab compara o elemento rkk com a tolerância; rkk ≥ tolerância, onde k = 1 a p.
  3. Para cada variável Xj atualmente no modelo, o Minitab verifica que (rjj - rjk * (rkj / rkk))*tolerância ≤ 1.
    Observação

    Onde rkk, rjk, rjj são os elementos diagonais e off-diagonal correspondentes para as variáveis Xj e Xk após as operações k passo SWEEP.

  4. Caso contrário, o preditor falhará no teste e será removido do modelo.
    Observação

    O valor de tolerância padrão é 8.8e - 12.

Observação

Você pode usar o subcomando TOLERANCE com o comando de sessão GZLM para forçar o Minitab a manter um preditor altamente correlacionado com outro preditor no modelo. Entretanto, diminuir a tolerância pode ser perigoso, e pode produzir resultados numericamente inexatos.

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