zyfbb
我用multi-logistic对数据拟合的时候,结果wald值比较小,有的都小于1,sig值比较大,好些自变量参数的sig值大于0.1 ,但是把这些变量剔除以后模型拟合的类R2值就会变小,并且有些严格按照变量剔除规则的话会把一些常识认为比较重要的自变量剔除了。
请问wald值和sig值的选择标准是很严格的么,还是要根据实际情况判断,即使有时自变量统计显示对模型拟合不是显著的,也可以保留?:)
如果问题很白痴,请大人们不要笑话哈^_^
netcow
根据情况世上可以认为选择入选或排出标准的,这个药具体根据分析的目的和变量的情况来定,原则上SPSS系统已经按照默认设置了,即0.05的入选标准。0.1的排出标准。
yihui
这里面肯定有一个权衡问题,即统计标准与专业标准之间的权衡,若在专业上确实是比较重要的变量,那么还是尽量留下吧,不管怎么说,统计都只是辅助工具,不用看得那么神奇:)
zyfbb
这个论坛太好了,我在好几个地方问了都没有人理我,版主管理员都很赞~~我要把这地广而告之
yihui
哈哈,多谢多谢!自开创论坛以来,首次听见如此赞誉:)
mystar
牛人啊,要顶
yaya
不过为了保证回归方程拟合得好一些,我觉得如果结果wald值比较小,有的都小于1,sig值比较大,好些自变量参数的sig值大于0.1 的时候,你应该检查一下各个变量是否满足多元回归的那几个假设,比如是不是存在多重共线性,这样的话很容易出现上面的结果,这样就可以把原来的变量经过一些处理
lishimin
请问常数项出现类似问题不是不可以不去理会?
yihui
一般大家都不关注常数项。
07072007
我个人在数据量足够的情况下,能保留的都要保留。原因是,如果保留多了,仅仅丧失了一点效能,模型还是有效的模型;而如果万一保留少了,那么模型本身就无效了。