REGRESJA LOGISTYCZNA - INTERPRETACJA
1. Jaka zmienna zależna (response variable), jaka liczebność
2. Modele porównujemy wg AIC i SC
3. Testing Global Null Hupothesis - H0: Wszystkie współczynniki regresji (z wyjątkiem
wyrazu wolnego) wynoszą zero - odrzucamy lub nie
4. Kryterium zbieżności - osiągnięte lub nie
5. Analiza typu 3: które ze zmiennych są istotne (Wald Chi-Kwadrat) Iloraz ryzyka
względnego default wzrasta o 125% przy jednostkowej zmianie X
6. Analysis of Max Likelihood Estimates: patrzymy na p-value, stwierdzamy czy jest
różnica między kategoriami
1. *nieistotne jeśli: przedział ufności dla parametru zawiera 0 LUB przedział ufności dla
ilorazu szans zawiera 1
7. Ocena ilorazu szans (odds ratio) - szanse na  1 do kategorii odniesienia. Np Przy
ustalonych wartościach pozostałych zmiennych x1=A ma sześciokrotnie wyższe szanse
na Y=1
8. Sommer D, Gamma, c - im wyżej typ lepiej
9. Test Hosmera i Lemeshova - jak dobrze trafiliśmy z dopasowaniem - duże p-value -
dobrze, małe- z
le. Np. 0,24 to średnie dopasowanie.
10. Classification table ->correct = ponad 70% zostało poprawnie zaklasyfikowanych
11. Współczynnik Giniego - AR=c*2-1 (gdzie c pojawiło się wcześniej lub to pole pod
krzywą ROC). Powinno być większe niż 0,5, 0,64 jest już zadowalające
12. Diagnostyka wpływu (predicted possibilities - wykres) - powinno być mniejsze niż 2,
jeśli większe do usunięcia
REGRESJA POISSONA
1. Kryteria oceny zgodności - wartość/st.swobody - musi być blisko 1 (jeśli nie grozi nam
zjawisko nadmiernego rozproszenia- jeśli tak należy zastosować parametr skali na
podstawie parametru dyspersji)
2. Analiza ocen parametrów max wiarygodności , pvalue, interpretacja
3. Statystyki ilorazu wiarygodności dla analizy typu 1- czy parametry (nie poziomy) są
istotne
4. Statystyki diagnostyczne dla... - trzeba patrzeć czy nie rosną (zaburzenie losowości
reszt)
5. Unstandarized DFBETA plots - wykresy i patrzymy czy nic nie odstaje.