Lojistik regresyonda kesişme modeli ile veya kesişme modeli arasındaki fark


14

Lojistik regresyonda kesişme modeli ile veya kesişme modeli arasındaki farkı anlamayı seviyorum

Kesişme katsayılarının log (oran oranı) bazal gruba göre ve kesişme olmadan log (oranlar) dikkate almaları dışında herhangi bir fark var mıdır? her iki durumda da katsayıların aynı olduğunu gördüm ama önemi her zaman aynı değildir ve neden olduğunu anlamıyorum .. buna ek olarak, hangi durumlarda kesişme olmadan bir model kullanmak doğru olur?

Bu benim modelim: glm(NeverReturn ~ factor(Network) * TotalPrice , family = binomial)ve kesişmeyi dışarıda bırakıp bırakmadığından emin değilim çünkü "gerçek kelime" de toplam fiyat hiçbir şekilde 50'nin altında olamaz, ancak daha sonra olasılık 1 değil 0 olacak, bu yüzden kafam karıştı.

Yanıtlar:


25

Lojistik regresyonda kesişme modelini kullanmak neredeyse hiçbir zaman anlamlı olmayacaktır . kesme parametresi yanıtının marjinal dağılımını modellemektedir , bu nedenle kullanmak , değerini marjinal olarak varsaymak için tantamont'tur . Bunu gerçekten biliyor musun? Bu doğru değilse, kesişme modelinden herhangi bir çıkarımda güvenemezsiniz.β0Yβ0=0P(Y=1)=0.5

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.