Какой тип анализа с категориальным исходом с использованием как непрерывных, так и категориальных предикторов? - PullRequest
0 голосов
/ 29 мая 2019

У меня есть категорический результат (Ответ), который равен -1 или 1. У меня также есть предикторы (Вес, Состояние, Тип испытания), где все являются категориальными, кроме веса, который является непрерывным.

По сути, я хочу знать, изменился ли ответ в зависимости от веса испытания.

Так что, как и у Sbj 500, они с большей вероятностью имели ответ -1 при весе 6 против веса 1.

Так как мой результат категоричен, я сделал GLM.Но моя общая модель не сиг, а каждый предиктор.Я не уверен, что нужно сделать соответствующий тест.

# Sample data frame 
df500 <- data.frame(Sbj = c(500), TrialNum=c(1:6), 
                    Condition=c(1,1,1,1,1,1), 
                    TrialType = c(1, 1, 1, -1, -1, -1), 
                    Weight=c(1:6), Response=c(-1,1,-1,1,1,-1))


df501 <- data.frame(Sbj = c(501), TrialNum=c(1:6), 
                    Condition=c(-1,-1,-1,-1,-1,-1), 
                    TrialType = c(-1, -1, -1, 1, 1, 1), 
                    Weight=c(6:1), Response=c(1,-1,-1,1,1,-1))


df502 <- data.frame(Sbj = c(502), TrialNum=c(1:6), 
                    Condition=c(1,1,1,1,1,1), 
                    TrialType = c(1, 1, 1, -1, -1, -1), 
                    Weight=c(1:6), Response=c(1,-1,-1,-1,1,1))


df <- merge(df500, df501, all=TRUE)
df <- merge(df, df502, all=TRUE)

# GLM 
GLM_m <- glm(Response ~ 1 + Condition*Type*Weight, 
             data = df, family = "binomial")
summary(GLM_m)

В моем резюме, индивидуальные коэффициенты sig, но общая модель - нет.Что это значит?

1 Ответ

0 голосов
/ 29 мая 2019

Тестирование зависит только от типа результата.

В вашем случае для categorical результата вы должны использовать такие тесты, как accuracy, precision, recall, f-score и confusion matrix.

Вы можете использовать показатели, основанные на ошибках, для continuous результатов. Эти метрики включают mean square error, mean absolute error, root mean square error, и это лишь некоторые из них.

Чтобы увидеть, как различные функции связаны с предсказаниями, вы должны взглянуть на сводку модели. Сводка состоит из коэффициентов различных функций и отвечает на ваш вопрос о том, насколько хорошо каждая функция связана с прогнозом (насколько сильно функция влияет на прогноз).

Вот исчерпывающее объяснение сводки модели glm model.

Краткое описание модели glm.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...