Number of Fisher Scoring iterations

Modelle zur Korrelations- und Regressionsanalyse

Moderator: EDi

Antworten
R-Man
Beiträge: 5
Registriert: So Nov 24, 2019 1:31 pm

Number of Fisher Scoring iterations

Beitrag von R-Man »

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
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Number of Fisher Scoring iterations

Beitrag von EDi »

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?
Das sagt dir lediglich wie viele Iterationen (=wie lange es gedauert hat), dein Model zu fitten.
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
Bild.
R-Man
Beiträge: 5
Registriert: So Nov 24, 2019 1:31 pm

Re: Number of Fisher Scoring iterations

Beitrag von R-Man »

gibt es hierzu eine interpretation? je kleiner die Zahl desto besser die güte des models?
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: Number of Fisher Scoring iterations

Beitrag von EDi »

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:

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
Bild.
Antworten