SAS PROC LOGISTIC - 爲什麼適合度測試拒絕模型？

我正在用SAS（9.2）中的PROC LOGISTIC爲大學申請人數據集建模。目標變量是「登記的y/n」，我對13個變量（指標，連續和班級的混合）進行建模，包括：提交的申請數量，參加的活動次數，申請人年齡等。SAS PROC LOGISTIC - 爲什麼適合度測試拒絕模型？

我使用整個數據集的50％來訓練模型，這給了我剛剛少於15,000個觀察值的樣本大小（用於訓練）。

當我運行PROC LOGISTIC時，輸出報告大多數變量在< .0001處高度顯着。

「測試全局空假設：BETA = 0」統計數據還報告該模型的優勢在於< .0001，關聯統計表報告預測概率的高百分比（90％+）是一致的。

所有這些似乎都很棒，直到我找到適合善良的偏差統計。 Pearson，Deviance和Hossmer/Lemeshow測試也都報告了Pr> ChiSq的值爲<.0001。如果我正確解釋了這個問題（參考Paul Allison），這個重要程度意味着模型應該以不合適的理由被拒絕。

我試過使用STEPWISE來減少模型，但這隻會導致拒絕單一因素，並且GOF統計數據不受影響。

懷疑多重共線性，我試着對因變量建模只是單一效應，但我仍然得到了類似的結果 - 對參數估計p值具有高度重要性，但也是GOF測試中的高顯着性值。 ..

我的模型是否存在根本性錯誤 - 或者我在這種情況下誤解了GOF測試？請任何人都能提醒我需要調查什麼？

代碼中，我一直在運行只是一個單一的效果，但它產生相同的問題的結果作爲模型在內的所有因素：下面

/*Applicant_Factors_TRAIN: Single Factor*/ 
proc logistic DATA=Applicant_Factors_TRAIN; 
MODEL Applicant_Enrolled(EVENT='1')= Total_campus_visits/ AGGREGATE SCALE = NONE LACKFIT RSQ; 
run;

輸出：

模型的

來源

2017-04-18 Jon295087

你可以發佈輸出嗎？這不是一個代碼問題，它聽起來像方法論或解釋問題，所以它可能更適合stats.stackexchange.com – Reeza

嗨@Reeza。你可能是對的。我添加了輸出截圖 - 感謝您的幫助。 – Jon295087

是的，這需要發佈在stats.stackexchange.com。 – Reeza

因爲我已經讀大型數據集處理的時候，因此，根據文獻的擬合檢驗美好的事物變得本身是有問題，紛紛選擇忽視它們（Johnson＆Wichern，1992）（Shmueli，Lin和Lucas Jr. 2013）（Li，2007）。這種方法考慮了p值，檢驗虛假設，ROC AUC c統計量，置信區間和最大重標度R- 2013）

來源

2017-04-26 20:10:58 Jon295087

我現狀

你的模型有關係的極高％（並列百分比= 32.8％），只有56.7％的一致性的。所以，你的模型的準確性不好。 'c'值爲0.729或72.9％並不能真實反映您的模型。 'c'值或AUC =（0.567+（0.328/2））。這意味着你的c值受到高比例關係的影響。
高％關係很多你的數據點導致邊界的預測，即既不是0也不是1。

II所以，你需要做什麼： -

您需要降低％的關係，努力實現高一致性，高精確度，因此可以接受的GOF參數

III如何改進模型

的事情之一，我總是這樣，平常的事情一樣逐步或向後選擇失敗是使用BOOTSTRAPPING。一個最簡單的和強大的算法，幫助我們用多個樣品獲得最相關的變量，從而提高了模型的精度和穩定性幫助的
如果BOOTSTRAPPING也失敗，再嘗試Machine Learning techniques像隨機森林，GBM等隨機森林被認爲是最強大的分類算法之一
如果單個算法也失敗，則嘗試stacking。只需結合多種分類算法的預測能力即可。注意： - 當以上所有選項都已用完時使用此功能。

希望這有助於:-)

來源

2017-04-20 15:14:31

SAS PROC LOGISTIC - 爲什麼適合度測試拒絕模型？

回答

相關問題