يعادل R^2 لانحدار السجل في Stata

Question

أقوم بتشغيل Logit Regression في Stata.

1. كيف يمكنني معرفة القوة التفسيرية للانحدار (في OLS، أنظر إلى R^2)؟

2. هل هناك نهج مفيد في توسيع الانحدار مع المتغيرات المستقلة الأخرى (في OLS، أواصل يدويًا إضافة المتغيرات المستقلة وأبحث عن R^2 المعدل؛أعتقد أنه كان ينبغي لشركة Stata تبسيط هذه العملية اليدوية)؟

Answer 1

أنا قلق من أنك تخطئ في أساسيات النمذجة هنا:

1. يتم تحديد القوة التفسيرية لنموذج الانحدار نظريًا من خلال تفسيرك للمعاملات، وليس من خلال مربع R.يمثل R^2 مقدار التباين الذي يتوقعه نموذجك الخطي، والذي قد يكون معيارًا مناسبًا لنموذجك، أو لا.

2. وبالمثل، فإن وجود أو عدم وجود متغير مستقل في النموذج الخاص بك يتطلب مبررا موضوعيا.إذا كنت تريد إلقاء نظرة على كيفية تغير مربع R عند الجمع أو الطرح القطع من النموذج الخاص بك، انظر help nestreg للمساعدة في الانحدار المتداخل.

كي تختصر:لا يمكن تحديد القوة التفسيرية لنموذجك وتكوينه المتغير بمجرد تحليل الأرقام.تحتاج أولاً إلى نظرية مناسبة لبناء نموذجك عليها.

الآن، إذا كنت تقوم بالجري logit:

• قراءة طويلة وFreese (الفصل.3) لفهم كيفية تقارب احتمالية السجل (أو لا) في النموذج الخاص بك.
• لا تتوقع العثور على شيء بسيط مثل R-squared logit.
• يستخدم تشخيص لوجيت على النموذج الخاص بك، تمامًا كما ينبغي أن تكون بعد تشغيل OLS.

قد ترغب أيضًا في قراءة اختبار نسبة الاحتمالية لمربع كاي أو إجراء اختبار إضافي lrtest الأوامر كما أوضح إريك.

Answer 2

مفهوم R ^ 2 لا معنى له في انحدار اللوجيت، ويجب عليك تجاهل McFadden Pseudo R2 في إخراج STATA تماما. توصي Lemeshow بتقييم أهمية متغير مستقل مقارنة قيمة D مع وبدون متغير مستقل في المعادلة "مع اختبار نسبة الاحتميل (G): G= D (نموذج بدون متغيرات [B]) - D ( نموذج مع المتغيرات [A]).

اختبار نسبة الاحتميل (G):

h0: معاملات المتغيرات التي تم القضاء عليها تساوي 0

ha: معامل واحد على الأقل لا يساوي 0

عندما لا ترفض LR-Test P> .05 H0، مما يعني أنه، تحدث إحصائيا، لا توجد ميزة لتضمين IV إضافية في النموذج.

مثال بناء جملة STATA للقيام بذلك هو: لوجيت DV IV1 IV2 تقديرات المتجر أ لوجيت DV IV1. تقديرات المتجر ب LRTEST A B // I.E. اختبارات إذا تم "متداخل" في B غير ملاحظة

ملاحظة أن العديد من الجوانب يجب مراجعةها واختبارها قبل أن نستنتج ما إذا كان نموذج تسجيل الدخول مقبول أم لا. لمزيد من التفاف، أوصي بالزيارة: http://www.ats.ucla.edu/stat/stata/topics /logistic_regression.html

والتشاور:

الانحدار اللوجستي المطبق، ديفيد دبليو هوسمر و سانلي Lemeshow، ISBN-13: 978-0471356325

Answer 3

أنا بالتأكيد أتفق مع الملصقات المذكورة أعلاه بأن أي مقياس تقريبا من R ^ 2 للحصول على نموذج ثنائي مثل تسجيل الدخول أو البرد لا ينبغي اعتباره مهما للغاية.هناك طرق لمعرفة مدى جودة الوظيفة التي يقوم بها النموذج الخاص بك عند التنبؤ بها.على سبيل المثال، تحقق من الأوامر التالية: giveacodicetagpre.

أيضا، إليك مقالة جيدة لمزيد من القراءة: http://www.statisticalhorizons.com/r2logistic