Возможно, мой вопрос не будет конкретным, но при установке модели glme (с использованием пакета lme4 в R) я получаю один из параметров SE = 1000 с оценочным параметром до 16. Переменная является дихотомической переменной. Мой вопрос в том, может ли быть объяснение такого результата, учитывая, что другие параметры имеют параметры и SE, которые выглядят нормальноКак SE может быть выше 1000 в многоуровневой логистической регрессии?
ответ
Это знак того, что у вас есть полное разделение. Вы должны повторно запустить модель без этой ковариации. С его модели ME вам может понадобиться сделать табуляцию результатов по ковариации по уровням, чтобы увидеть, что происходит. Более подробные сведения позволят получить большую специфику в наших ответах.
This is a link to a posting by Jarrod Hadfield, один из guRus в списке рассылки смешанной модели R. Он демонстрирует, как полное разделение приводит к эффекту Хаука-Доннера, и оно предлагает некоторые дополнительные подходы к попытке справиться с этим.
Спасибо за ваш ответ. Что происходит, так это то, что на каждом уровне есть только 1 человек, имеющий «1» на моем ковариате, и у этого человека всегда есть «1» для иждивенца. Но есть случаи с «0» для ковариата, которые имеют «1» на зависимом. Могу ли я что-либо сделать с этой переменной или мне нужно запускать модели без нее? (Когда я его исключаю, модель, похоже, подходит нормально) – user2520918
Возможно, вы видите случай эффекта Хаука-Доннера. Here - это одно сообщение, которое обсуждает его, вы можете прочитать оригинальную статью или искать в Интернете дополнительные обсуждения.
Спасибо за ссылку. Я буду изучать его, но из сообщения кажется, что это так: мой ковариат предполагает вероятность 1 из зависимых – user2520918
У меня нет доступа к полной бумаге. Есть ли у вас предложение (личное или статистическое) о том, что делать с таким ковариатом? Можете ли вы сказать, что это хороший предиктор, или он полностью разрушает модель? – user2520918
@ user2520918, проверьте этот термин с использованием теста логарифмического правдоподобия на полной и уменьшенной модели и игнорируйте стандартную ошибку Wald. Используйте профилирование вероятности, если вам нужен доверительный интервал. –
- 1. Модели логистической регрессии в ggplot2
- 2. логистической регрессии Macro
- 3. Модель онлайн-логистической регрессии
- 4. использования SciKitLearn логистической регрессии
- 5. Интерпретация и построение логистической регрессии
- 6. Диапазон возможностей в логистической регрессии
- 7. Heatmap для логистической регрессии
- 8. логистической регрессии - функция потерь
- 9. Реализация логистической регрессии в MATLAB
- 10. IllegalArgumentException: смещение не может быть выше 1000 в GAE
- 11. Как рассчитать веса логистической регрессии?
- 12. Векторизация логистической регрессии стоимость
- 13. Ошибка в многолинейной логистической регрессии
- 14. Как интерпретировать вывод логистической регрессии?
- 15. Как рассчитать кривую логистической регрессии?
- 16. Ошибка логистической регрессии в r
- 17. Характеристики ранжирования в логистической регрессии
- 18. неправильный участок в логистической регрессии
- 19. Как построить модель логистической регрессии в SparkR
- 20. Theano логистической регрессии несоответствие размера
- 21. PCA снижает производительность логистической регрессии?
- 22. Как проверить модель логистической регрессии в R?
- 23. Newton Raphson для логистической регрессии
- 24. Наивные ошибки в байках и логистической регрессии
- 25. Понимание вероятностной интерпретации логистической регрессии
- 26. Понимание значения коэффициентов логистической регрессии
- 27. Понимание этой реализации логистической регрессии
- 28. statsmodels проблемы логистической регрессии типа
- 29. Проверка переходов для логистической регрессии
- 30. график границы решения логистической регрессии
Эта переменная является дихотомической, предиктором или ответом? SE может быть любым числом. Я мог бы иметь эффект 1 и SE 1e6, и это было бы прекрасно, без какого-либо дополнительного контекста. Отвечая на мой первый вопрос, вы можете его предоставить. – John
Этот вопрос не соответствует теме, потому что речь идет о интерпретации статистического результата, поэтому он принадлежит на stats.stackexchange.com. – Aaron
Оба предсказателя и ковариата являются дихотомическими. Проблема в том, что такой большой SE не имеет особого смысла, и ни высокий оценочный параметр – user2520918