Logit Modell

[Dorfi]

Hallo zusammen,

ich habe mich in diesem Forum registriert, weil ich mittlerweile wirklich am verzweifeln bin. Ich habe R vor gut 1,5 Jahren in einem Seminar in der Uni kennengelernt und jetzt, wo ich es mal brauchen könnte, funktioniert leider überhaupt nichts.

Ich würde gerne ein Logit Modell und ein multiples Regressionsmodell erstellen. Die Daten habe ich, meiner Meinung nach, sauber aufbereitet. Selbst beim zuweisen von Werten bekomme ich allerdings schon im Environment angezeigt, dass zB value x = NULL (empty) sei.

Die Excel-Datei mit den Werten habe ich angehängt und die Regression soll hinterher so aussehen:
y(result) ~ a + b1(minute) + b2(exp) + b3(top1=DUMMY) + b4(top2=DUMMY)

Test.xlsx

(15.02 KiB) 51-mal heruntergeladen

Ich erwarte nun natürlich nicht, dass das jemand für mich macht, aber evtl. hat jemand Zeit das mit mir zu machen?

Lieben Dank im Voraus für eure Antworten!

LG MIchelle

[EDi]

Die Daten habe ich, meiner Meinung nach, sauber aufbereitet.

Na dann sollte das ja kein Problem sein

Code: Alles auswählen

mod <- glm(result ~ 1 + minute + exp + top1 + top2, family=binomial(link = "logit"), data = deindataframe)
summary(mod)

top1 & top2 müssen Faktoren sein, dann macht R automagisch dummies draus.

[Dorfi]

Wow danke, das ging ja einfach

Nur zu meinem Verständnis: Die Faktoren erreichst du mit dem "family =binominal"? Und bist du zu dem gleichen Ergebnis gekommen, dass keine der Variablen in irgendeiner Weise signifikant ist?

Wenn ich das als multiple Regression mache, dann habe ich ein R² von 0.03...soweit ich mich erinnere, sind das alles super Voraussetzungen für meine weitere Arbeit

[EDi]

Die Faktoren erreichst du mit dem "family =binominal"?

Ähm, nein...
Das bestimmt die Fehlerverteilung und die Linkfunktion. BItte in die Theorie von GLMs einlesen, gute bekömmliche Bücher gibt's z.B. von Zuur.

Und bist du zu dem gleichen Ergebnis gekommen, dass keine der Variablen in irgendeiner Weise signifikant ist?

Ich habs nicht gerechnet. War zu faul mir den Code zum einlesen und aufbereiten zu schreiben.

Wenn ich das als multiple Regression mache, dann habe ich ein R² von 0.03

Ich halte nicht viel vom (pseudo-)R^2 bei logistischen GLMs...

Bei einem GLM mit Normalverteilung mit Identitylink und das zu den Daten gut passt, würde das auf wenig erklärte Varianz durch dein Model deuten.

[Dorfi]

Oki, ich merke auf jeden Fall, dass ich viel zu wenig Ahnung habe. Werde mich noch etwas einlesen.

Auf jeden Fall erstmal ein fettes Danke, hast mir bis hierher schon sehr geholfen!

[Dorfi]

ich habe doch nochmal eine Frage: Ist es ein Muss, dass in diesem Modell glm(result ~ 1 + minute + exp + top1 + top2 + proheim, family=binomial(link = "logit"), data = Test) eine Eins geschrieben werden muss? Finde darauf leider online keine Antwort.

[Athomas]

Ist es ein Muss, dass in diesem Modell glm(result ~ 1 + minute + exp + top1 + top2 + proheim, family=binomial(link = "logit"), data = Test) eine Eins geschrieben werden muss?

Nein, in dieser Form kenne ich das auch nicht!

Die Hilfe zu "formula" sagt:

When fitting a linear model y ~ x - 1 specifies a line through the origin. A model with no intercept can be also specified as y ~ x + 0 or y ~ 0 + x.

[Dorfi]

Die Hilfe zu "formula" sagt:

When fitting a linear model y ~ x - 1 specifies a line through the origin. A model with no intercept can be also specified as y ~ x + 0 or y ~ 0 + x.

Ich habe im Buch von Urban (1993) zum Logit Modell auch nachgelesen, dass der Intercept am Ergebnis nichts ändern, sondern lediglich das Lagemaß. Wenn ich allerdings in R das Modell mit 0 ausführe, dann macht es einen riesigen Unterschied. Auf einmal sind alle unabhängigen Variablen mindestens signifikant zum 5%-Level.
Habe gestern Abend mal aus Spaß das Modell in SPSS nachgebaut. Dort muss man den Intercept nicht eingeben - das Ergebnis ist dann das selbe wie bei R mit der 1 als Intercept.

[Athomas]

Guckst Du hier:

Code: Alles auswählen

library(data.table)

DT <- data.table(x = 2 + rnorm(100), y = 1 + rnorm(100)/10)

model.1 <- lm(y ~ x, data=DT)
summary(model.1)

model.2 <- lm(y ~ 1 + x, data=DT)
summary(model.2)

model.3 <- lm(y ~ 0 + x, data=DT)
summary(model.3)

model.4 <- lm(y ~ x - 1, data=DT)
summary(model.4)

DT[  , ":="(Pred.1 = predict(model.1), Pred.0 = predict(model.3))]
DT.long <- melt(DT, id.vars="x")


library(ggplot2)
Grafik <- ggplot(data=DT.long) +
            theme_bw() +
            geom_point(aes(x, value, color=variable))
Grafik

Was passt besser - das Modell mit dem erzwungenen Durchgang durch den Nullpunkt (und der "hochsignifikanten" Variablen) oder das "normale" lineare Modell, wo nix signifikant wird?

[Dorfi]

Auf die Gefahr hin, dass ich mich nun als totaler Noob oute, aber irgendwie nichts davon?


Lt. meinem binären Logit Modell (und angepasst auf meine Daten) müssten ja ca 1/4 der Daten auf y=0 und 3/4 der Daten auf y=1 liegen. Also die grünen Punkte + weitere auf der 0 Linie, wo nun gar nichts ist.