Yanıtlar:
LL = mantıksallık
İşte özet (glm.fit) çıktısından gördüklerinizin kısa bir özeti,
Boşluk Sapması = 2 (LL (Doymuş Model) - LL (Boş Model)) df = df_Sat - df_Null
Artık Sapma = 2 (LL (Doymuş Model) - LL (Önerilen Model)) df = df_Sat - df_Proposed
Doymuş Modeli her veri noktasını varsayan bir modelin kendi parametrelere sahiptir (sen tahmin etmek parametreleri n sahip araçlar.)
Boş modeli sadece 1 parametre değerleri tahmin demektir veri noktaları için bir parametre olduğunu kabul etmesidir olarak, tam olarak "zıt" kabul.
Önerilen model Eğer p + 1 parametre vardır böylece, s parametreleri + kesecek bir terim ile veri noktalarını açıklayabilir varsayar.
Eğer Null Sapkınlığınız gerçekten küçükse, bu Null Modelinin verileri oldukça iyi açıkladığı anlamına gelir. Aynı şekilde Artık Sapma ile .
Gerçekten küçük ne anlama geliyor? Modelinizin "iyi" ise o zaman Sapma Serbestlik derecesi - yakl (df_model df_sat) ile Ki ^ 2'dir.
Size Null modelini Önerilen modelinizle karşılaştırmak istiyorsanız,
(Null Sapma - Artık Sapma) yaklaşık Chi ^ 2 df ile Önerilen - df Null = (n- (p + 1)) - (n-1) = p
Verdiğiniz sonuçlar doğrudan R'den mi geliyor? Biraz garip görünüyorlar çünkü genel olarak Null'da bildirilen özgürlük derecelerinin Kalıntıda bildirilen özgürlük derecelerinden her zaman daha yüksek olduğunu görmelisiniz. Çünkü yine, Null Sapma df = Doymuş df - Null df = n-1 Artık Sapma df = Doymuş df - Önerilen df = n- (p + 1)
Boş sapma, yanıtın model tarafından müdahalenin dışında hiçbir şey olmadan ne kadar iyi tahmin edildiğini gösterir.
Artık sapma, öngörücüler dahil edildiğinde cevabın model tarafından ne kadar iyi tahmin edildiğini gösterir. Örneğinize göre, 22 yordayıcı değişkeni eklendiğinde sapmanın 3443.3 arttığı görülebilir (not: serbestlik derecesi = gözlem sayısı - tahmin yok). Sapmadaki bu artış, önemli bir uyumsuzluğun kanıtıdır.
Artık sapmayı boş sıfır hipotezinin doğru olup olmadığını test etmek için de kullanabiliriz (örneğin, Lojistik regresyon modeli verilere uygun bir uyum sağlar). Bu mümkündür çünkü sapma ki-kare değerine göre belirli bir serbestlik derecesinde verilir. Anlamlılığı test etmek için, R'deki aşağıdaki formülü kullanarak ilişkili p-değerlerini bulabiliriz:
p-value = 1 - pchisq(deviance, degrees of freedom)
Yukarıdaki rezidüel sapma ve DF değerlerini kullanarak, sıfır hipotezini destekleyecek önemli kanıt bulunmadığını gösteren yaklaşık sıfır değerinde bir p değeri elde edersiniz.
> 1 - pchisq(4589.4, 1099)
[1] 0
GLM
mu?