资料数多确实容易显着, 但残差卡方值 10873.3, 相对於 总 trials 数 44846, 平均每次 trial 贡献 0.24, 其平 方根接近 0.5. 这表示甚麽? 从报表中显示资料是分成 72 组, 所以 Pearson X^2 是 X^2 = Σn_i Σπ(j|i) (p(j|i)-π(j|i))^2/(π(j|i))^2 i j 其中 n_i 是第 i 组 trials 数, p(j|i) 是第 i 组样本 比例, j=1,2 代表 event/non-event, π(j|i) 代表第 i 组配适结果比例. 因此, √(X^2/n) 大略可以解释成: 平均相对误差. 实际 上它是均方相对误差的平方根. 所以, 报表结果显示配适模型相对误差达 50%! 这绝不是 "样本数太大" 能解释的. 至於模型怎麽改进, 套句曾经流行的对白: 施主! 那要问你啊! 你的反应变数, 用 x1, x2 解释适当吗? 够吗? x1 与 x2 的效应以 logit scale 来看是相加的吗? -- 来自统计专业的召唤... 批踢踢实业站 telnet://ptt.cc Statistics (统计学及统计软体版) 无名小站 telnet://wretch.twbbs.org Statistics (统计方法讨论区) 成大计中站 telnet://bbs.ncku.edu.tw Statistics (统计方法及学理讨论区) 盈月与繁星 telnet://ms.twbbs.org Statistics (统计：让数字说话) 交大资讯次世代 telnet://bs2.twbbs.org Statistics (统计与机率) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 163.15.188.87