Aannames van meervoudige logistische regressie

Generalized Linear Models in R

Richard Erickson

Instructor

Aannames

  • Beperkingen gelden ook voor Poisson en andere GLM's
  • Belangrijke aannames:
    • Simpson's paradox
    • Lineair, monotoon
    • Onafhankelijkheid
    • Overdispersie
Generalized Linear Models in R

Voorbeeld Simpson's paradox

Voorbeeld van een lijnplot die laat zien wat gebeurt als je de juiste groep negeert.

Voorbeeld van twee lijnen die Simpson's paradox tonen.

Generalized Linear Models in R

Simpson's paradox

Belangrijkste punten

  • Belangrijke voorspeller ontbreekt
  • Opnemen verandert de uitkomst
  • Makkelijk te visualiseren met lm()
Generalized Linear Models in R

Simpson's paradox en toelating

Toelatingsdata

  • University of California, Berkeley
  • Master/PhD-toelating
  • Toelatingspercentage per afdeling en geslacht
  • Is er bias?
Generalized Linear Models in R

Voorbeeldplot van lineaire en monotone data, niet-lineaire monotone data, en niet-lineaire, niet-monotone data

Generalized Linear Models in R

Onafhankelijkheid

Voorspellers

  • Als alle onafhankelijk zijn, heeft volgorde geen effect op schattingen
  • Bij afhankelijkheid kan volgorde schattingen veranderen

Respons

  • Wat is de eenheid van focus?
  • Individuen, groepen, groep van groepen?
  • Toetsscores
    • Individuele student?
    • Leraar? School? District?
Generalized Linear Models in R

Overdispersie

  • Te veel nullen of enen (binomiaal)
  • Te veel nullen, te grote variantie (Poisson)
  • Variantie verandert
  • Buiten de scope van deze cursus
Generalized Linear Models in R

Laten we oefenen!

Generalized Linear Models in R

Preparing Video For Download...