Thống kê mô hình phù hợp cho một hồi quy logistic

Question

Tôi đang chạy mô hình hồi quy logistic trong R. Tôi đã sử dụng cả gói Zelig và Car. Tuy nhiên, tôi tự hỏi nếu có một cách đơn giản để có được các mô hình thống kê phù hợp cho mô hình. (giả R-square, chi vuông, log liklihood, vv)

Answer 1

Thông thường việc này được thực hiện bằng chức năng summary().

Answer 2

Thật khó để trả lời câu hỏi này mà không biết đối tượng mô hình là gì. Tôi không chắc chắn những gì Zelig sản xuất.

Tôi sẽ xem names(model), names(summary(model)) hoặc names(anova(model,test = "Chisq")) để xem liệu thống kê bạn muốn có ở đó không. Tôi biết rằng đối với khả năng đăng nhập, logLik(model) sẽ cung cấp cho bạn những gì bạn muốn.

Answer 3

Trong khi tôi không có chuyên gia, mô hình thống kê phù hợp cho các mô hình hồi quy hậu cần không đơn giản trong cách diễn giải của chúng như là những người trong hồi quy tuyến tính. Giả sử bạn có phản hồi nhị phân, một phương pháp tôi thấy hữu ích là nhóm dữ liệu của bạn theo khoảng xác suất dự đoán (0-10%, 10% -20%, .... 90% -100%) và so sánh xác suất thực tế cho những người được dự đoán. Điều này rất hữu ích vì thường thì mô hình của bạn sẽ vượt quá dự đoán ở mức thấp hoặc dự đoán ở mức cao. Điều này có thể dẫn đến một mô hình tốt hơn.

Answer 4

Giả sử glm1 ist mô hình của bạn và mẫu của bạn là n = 100.

Dưới đây là một vài tiện ích-of-fit-biện pháp:

R2<-1-((glm1$deviance/-2)/(glm1$null.deviance/-2)) cat("mcFadden R2=",R2,"\n")

R2<-1-exp((glm1$deviance-glm1$null.deviance)/2*n) cat("Cox-Snell R2=",R2,"\n")

R2<-R2/(1-exp((-glm1$null.deviance)/n)) cat("Nagelkerke R2=",R2,"\n")

AIC<- glm1$deviance+2*2 cat("AIC=",AIC,"\n")

Bằng cách này bạn có một cái nhìn tổng quan về cách tính toán GoF-Measurements.