質問
スタティアのロジット回帰を実行しています。
-
回帰の説明力を知ることができます(OLSでは、R ^ 2を見てください)。
-
他の独立した変数で回帰を拡大する際の意味のあるアプローチはあります(OLSでは、独立変数の追加を手動で、調整されたR ^ 2を探し続けます。私の推測はこのマニュアルプロセスを簡素化する必要があります)?
解決
ここでは、誤ったモデル化の基礎を得ていることを心配しています。
-
回帰モデルの説明電力は、R字形ではなく、係数の解釈によって理論的に決定されます。 R ^ 2は、線形モデルを予測する分散量を表します。これは、モデルの適切なベンチマーク、またはそうでない場合があります。
-
同じように、モデル内の独立変数の有無は実質的な正当化を必要とします。モデルの part> を追加または減算するときのR-Squaredの変更点を調べたい場合は、ネスト回帰に関するヘルプの
help nestreg
を参照してください。要約する:あなたのモデルの説明的な力とその変数構成は、数字を打ち負かすだけで決定できません。あなたは最初にあなたのモデルを作るために適切な理論が必要です。
logit
を実行している場合:- LONGとFREESE(CH.3)を読んで、モデル内のログ尤度がどのように収束するか(またはそうでない)を理解しています。
-
logit
のR-2乗として何かを簡単に見つけることを期待しないでください。 - 使用
他のヒント
R ^ 2の概念は、ロジット回帰では無意味であり、STATA出力のMcFadden疑似R2を完全に無視する必要があります。 Lemeshowは、独立変数の重要性を評価することをお勧めします。尤度比テスト(G):G= D(変数のないモデル[B]) - D(変数を持つモデル[A])
尤度比テスト(G):
h0:変数が除去された係数はすべて0 に等しい
HA:少なくとも1つの係数が0 に等しくない
LR-TEST P> 0.05がH0を拒否しない場合、統計的に言えば、追加のIVをモデルに含めることは有利はありません。
例STATA構文これは次のとおりです。 Logit DV IV1 IV2 店舗Aの見積もり Logit DV IV1 店舗Bを見積もる Lrtest A B //すなわち、AがB で「入れ子」の場合はテスト ただし、ロジットモデルが「許容値」かどうかを結論づける前に、さらに多くの側面をチェックしてテストする必要があることを注意してください。より多くのデタルトのために、私は訪問することをお勧めします。 > http://www.ats.ucla.edu/stat/stata/topics. /logistic_regression.html
と相談:
Applied Logitic Regression、David W. HosmerとStanley Lemeshow、ISBN-13:978-0471356325
私は上記のポスターとは、ロジットやプロビットのようなバイナリモデルのR ^ 2のほとんどすべての尺度が非常に重要ではないと考えられてはいけません。あなたのモデルが予測している仕事のどれだけ良いかを見る方法があります。たとえば、次のコマンドをチェックしてください。
lroc
estat class
.
また、これはさらに読むための良い記事です。 http://www.statisticalhorizons.com/r2logistic