Předpoklady mnohonásobné logistické regrese

Zobecněné lineární modely v R

Richard Erickson

Instructor

Předpoklady

  • Omezení platí i pro Poissonovo a další GLM
  • Důležité předpoklady:
    • Simpsonův paradox
    • Lineárnost, monotónnost
    • Nezávislost
    • Overdisperse
Zobecněné lineární modely v R

Příklad Simpsonova paradoxu

Příklad grafu zobrazující, co nastane při ignorování správné skupiny.

Příklad dvou přímek ilustrujících Simpsonův paradox.

Zobecněné lineární modely v R

Simpsonův paradox

Klíčové body

  • Chybějící důležitý prediktor
  • Zahrnutí mění výsledek
  • Snadno vizualizovatelné pomocí lm()
Zobecněné lineární modely v R

Simpsonův paradox a data o přijímacím řízení

Data o přijímacím řízení

  • Univerzita Kalifornie v Berkeley
  • Postgraduální přijímací řízení
  • Míra přijetí podle katedry a pohlaví
  • Existuje zaujatost?
Zobecněné lineární modely v R

Příklad grafu lineárních a monotónních dat, nelineárních monotónních dat a nelineárních nemonotónních dat

Zobecněné lineární modely v R

Nezávislost

Prediktory

  • Jsou-li nezávislé, pořadí nemá vliv na odhady
  • Jsou-li závislé, pořadí může odhady změnit

Odezva

  • Co je jednotkou zájmu?
  • Jednotlivec, skupiny, skupiny skupin?
  • Výsledky testů
    • Jednotlivý student?
    • Učitel? Škola? Okres?
Zobecněné lineární modely v R

Overdisperse

  • Příliš mnoho nul nebo jedniček (Binomické)
  • Příliš mnoho nul, příliš velký rozptyl (Poissonovo)
  • Rozptyl se mění
  • Mimo rozsah tohoto kurzu
Zobecněné lineární modely v R

Pojďme procvičovat!

Zobecněné lineární modely v R

Preparing Video For Download...