เป็นวิธีที่ดีที่สุดในการมองเห็นผลกระทบของหมวดหมู่และความชุกของพวกเขาในการถดถอยโลจิสติกคืออะไร?


11

ฉันต้องนำเสนอข้อมูลเกี่ยวกับตัวทำนายหลักของการลงคะแนนของผู้สมัครโดยใช้ข้อมูลการสำรวจความคิดเห็นสาธารณะ ฉันใช้การถดถอยโลจิสติกโดยใช้ตัวแปรทั้งหมดที่ฉันสนใจ แต่ฉันไม่สามารถหาวิธีที่ดีในการนำเสนอข้อมูลนี้

ลูกค้าของฉันไม่สนใจขนาดของเอฟเฟกต์เท่านั้น แต่เกี่ยวกับการโต้ตอบระหว่างขนาดของเอฟเฟกต์และขนาดของประชากรด้วยคุณลักษณะดังกล่าว

ฉันจะจัดการกับสิ่งนั้นในกราฟได้อย่างไร ข้อเสนอแนะใด ๆ

นี่คือตัวอย่าง:

ของเพศตัวแปร (ชาย = 1) เมื่อตัวแปรตามคือโหวต / ไม่ได้อยู่ในผู้สมัครคือ 2.3 ซึ่งเป็นจำนวนมากหลังจากถูก exponentiated และถือว่าเป็นอัตราส่วนราคาต่อรองหรือความน่าจะเป็น อย่างไรก็ตามสังคมที่ดำเนินการสำรวจนี้มีเพียงผู้ชาย 30% ดังนั้นแม้ว่ามนุษย์จะสนับสนุนผู้สมัครคนนี้ค่อนข้างมาก แต่ตัวเลขของพวกเขาไม่มีความสำคัญสำหรับผู้สมัครที่พยายามชนะการเลือกตั้งที่สำคัญβ


FWIW การใช้คำว่า "การโต้ตอบ" ไม่ถูกต้อง (ดูเช่นที่นี่หรือที่นี่ ) ฉันจะพูดบางอย่างเช่น '... แต่เกี่ยวกับการระบุสถานการณ์ที่ขนาดเอฟเฟกต์มีขนาดใหญ่และขนาดของประชากรที่มีคุณลักษณะดังกล่าวก็ใหญ่เช่นกัน'
gung - Reinstate Monica

คำตอบ:


10

ฉันเห็นด้วยกับ @PeterFlom ว่าเป็นตัวอย่างที่แปลก แต่การตั้งค่าที่ด้านข้างฉันสังเกตเห็นว่าตัวแปรอธิบายเป็นหมวดหมู่ หากนั่นเป็นความจริงที่สม่ำเสมอมันจะทำให้เรื่องนี้ง่ายขึ้นอย่างมาก ฉันจะใช้โมเสกแปลงเพื่อแสดงผลเหล่านี้ พล็อตแบบโมเสคแสดงสัดส่วนตามเงื่อนไขในแนวตั้ง แต่ความกว้างของแต่ละหมวดหมู่จะถูกปรับสัดส่วนเมื่อเทียบกับสัดส่วนส่วนเพิ่ม (กล่าวคือไม่มีเงื่อนไข) ในตัวอย่าง

นี่คือตัวอย่างของข้อมูลจากภัยพิบัติ Titanic ที่สร้างขึ้นโดยใช้ R:

data(Titanic)

sex.table   = margin.table(Titanic, margin=c(2,4))
class.table = margin.table(Titanic, margin=c(1,4))
round(prop.table(t(sex.table), margin=2), digits=3)
#          Sex
# Survived  Male Female
#      No  0.788  0.268
#      Yes 0.212  0.732
round(prop.table(t(class.table), margin=2), digits=3)
#           Class
# Survived   1st   2nd   3rd  Crew
#      No  0.375 0.586 0.748 0.760
#      Yes 0.625 0.414 0.252 0.240

windows(height=3, width=6)
  par(mai=c(.5,.4,.1,0), mfrow=c(1,2))
  mosaicplot(sex.table,   main="")
  mosaicplot(class.table, main="")

ป้อนคำอธิบายรูปภาพที่นี่

ทางด้านซ้ายเราเห็นว่าผู้หญิงมีแนวโน้มที่จะอยู่รอดได้มากกว่า แต่ผู้ชายคิดเป็นประมาณ 80% ของคนที่อยู่บนเรือ ดังนั้นการเพิ่มเปอร์เซ็นต์ของผู้รอดชีวิตชายจึงมีความหมายว่าช่วยชีวิตให้รอดได้มากกว่าการเพิ่มสัดส่วนของผู้รอดชีวิตหญิง นี่คล้ายกับตัวอย่างของคุณ มีอีกตัวอย่างหนึ่งทางด้านขวาที่ลูกเรือและขุนนางเป็นสัดส่วนที่ใหญ่ที่สุดของคน แต่มีโอกาสรอดชีวิตต่ำที่สุด (สำหรับสิ่งที่คุ้มค่านี่ไม่ใช่การวิเคราะห์ที่สมบูรณ์ของข้อมูลเหล่านี้เนื่องจากชั้นเรียนและเพศยังไม่ขึ้นกับไททานิค แต่ก็เพียงพอที่จะแสดงความคิดเห็นสำหรับคำถามนี้)


5

ฉันอยากรู้ว่าสังคมมีเพียง 10% ผู้ชาย ... แต่ ...

สิ่งหนึ่งที่คุณสามารถทำได้คือเขียนอัตราส่วนอัตราต่อรองและติดป้ายแต่ละรายการด้วยขนาดของตัวอย่าง

หากคุณต้องการให้ทั้งสองตัวแปรแสดงแบบกราฟิกคุณสามารถสร้างแผนภูมิฟองโดยมีตำแหน่งของแต่ละฟองบนแกน y ที่ตรงกับขนาดของอัตราส่วนอัตราต่อรองและพื้นที่ของฟองตามสัดส่วนกับขนาดตัวอย่าง


7
บางทีนี้อย่างใดอย่างหนึ่ง
อังเดรซิลวา
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.