Hallo zusammen,
ich bin auf eure Hilfe angewiesen. Ich habe eine logistische Regressionanalyse durchgeführt und kann mit dem Feld "Number of Fisher Scoring iterations" nicht so wirklich was anfangen. Ich habe im Verlauf meine Nullhypothese angepasst und folgende zwei Number of Fisher Scoring iterations erhalten: 3 und 4. Kann mir einer hierzu was sagen? Und wenn ja, wie sind die Werte zu interpretieren?
Danke und einen entspannten Sonntag
Number of Fisher Scoring iterations
Moderator: EDi
Re: Number of Fisher Scoring iterations
Das sagt dir lediglich wie viele Iterationen (=wie lange es gedauert hat), dein Model zu fitten.folgende zwei Number of Fisher Scoring iterations erhalten: 3 und 4. Kann mir einer hierzu was sagen? Und wenn ja, wie sind die Werte zu interpretieren?
Ich schau mir das nie an.
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
Re: Number of Fisher Scoring iterations
gibt es hierzu eine interpretation? je kleiner die Zahl desto besser die güte des models?
Re: Number of Fisher Scoring iterations
Nunja, die Interpretation ist:
Der iterative algorithmus hat n Iterationen gebraucht um das minima zu finden.
Wenn n sehr groß wird, da heißt das dass das Modell nicht konvergiert. Dann bekommt man aber meist noch andere Meldungen bzw. non-sense...
Das sieht man z.B. bei solchen Modellen wenn es eine komplette separation gibt:
Der iterative algorithmus hat n Iterationen gebraucht um das minima zu finden.
Wenn n sehr groß wird, da heißt das dass das Modell nicht konvergiert. Dann bekommt man aber meist noch andere Meldungen bzw. non-sense...
Das sieht man z.B. bei solchen Modellen wenn es eine komplette separation gibt:
Code: Alles auswählen
x <- seq(-3, 3, by=0.1)
y <- x > 0
summary(glm(y ~ x, family=binomial,
control = list(trace = TRUE)))
# increase max number of iterations, see ?glm.control
summary(glm(y ~ x, family=binomial,
control = list(epsilon = 1e-16, trace = TRUE, maxit =50)))
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.