タグ付けされた質問 「interaction」

私はWinBugsにベイジアンロジスティック回帰を適合させました。これには相互作用項があります。このようなもの： P R O B（y私= 1 ）=L O G I T− 1（a +b1∗バツ私+b2∗w私+b３∗バツ私∗w私）Prob(yi=1)=logit−1(a+b1∗xi+b2∗wi+b3∗xi∗wi)\mathrm{Prob}(y_{i}=1) = \mathrm{logit}^{-1} (a + b_{1}*x_{i} + b_{2}*w_{i} + b_{3}*x_{i}*w_{i}) ここで、は標準化された連続変数、はダミー変数です。実際にはモデルはもっと複雑ですが、私は物事を単純に保ちたいです。バツxxwww 相互作用の項は「有意」ですが、単一の予測子ではありません。例えば、 mは電子nは（b1）= − .2mean(b1)=−.2\mathrm{mean}(b_{1}) = -.2および分位数：および959595%（− 1.3(−1.3(-1.3.7 ）.7).7) mは電子nは（b2）= − .4mean(b2)=−.4\mathrm{mean}(b_{2}) = -.4および分位数： -および959595%(−1.3(−1.3(-1.3.5).5).5) mean(b3)=1.4mean(b3)=1.4\mathrm{mean}(b_{3}) = 1.4および分位数：（.および959595%(.4(.4(.42.5)2.5)2.5) この発見にどう反応するかについてアドバイスはありますか？場合、影響全体に対して95％の信頼区間を計算できると思いました。これは次のようになります。xの合計効果の95％値、条件付き： -およびxxxw=1w=1w=1w=1w=1w=1(−1.3+.4(−1.3+.4(-1.3+.4.7+2.5)=(−.9+3.2).7+2.5)=(−.9+3.2).7+2.5) = (-.9 + 3.2) これは正しいです？そうでない場合、どうすればよいですか？この件に関する参考資料はありますか？

8 logistic  bayesian  statistical-significance  interaction 

したがって、データは次のように構成されています。 我々は持っています MMM参加者は、各参加者を3つのグループ（G ∈ A 、B 、C∈A,B,C\in {A,B,C}）、そして参加者ごとに NNN連続変数のサンプル。また、0または1の値を予測しようとしています。 これらの値を予測する際に、MATLABを使用して連続変数とカテゴリ変数間の相互作用をテストするにはどうすればよいでしょうか。

8 logistic  matlab  interaction 

The Book of Why（Pearl＆Mackenzie、2018）、第9章（私はepub形式の本を持っているのでページ番号を共有できない）に相互作用に関する段落があり、著者は次のように主張しています。 ただし、式9.4は1つの状況で自動的に成立し、偽りの事実を呼び出す必要はありません。それは、第8章で見たような線形因果モデルの場合です。そこで議論されているように、線形モデルは相互作用を許可しません。これは、長所と短所の両方になる可能性があります。これは、メディエーション分析をはるかに容易にするという意味での美徳ですが、相互作用を伴う実際の原因プロセスを記述したい場合は欠点です。【エンファシス鉱山】 式9.4は 合計効果=直接効果+間接効果Total Effect = Direct Effect + Indirect Effect\text{Total Effect = Direct Effect + Indirect Effect} 彼らは以前に第8章で同様の議論を繰り返した。 一方、線形モデルは直線ではない用量反応曲線を表すことができません。それらは、特定の投与量まで効果が増加し、その後は効果がない薬剤などの閾値効果を表すことはできません。また、変数間の相互作用を表すこともできません。たとえば、線形モデルは、ある変数が別の変数の影響を強化または抑制する状況を記述できません。（たとえば、教育は、個人がより大きなトラックの仕事に就くことによって経験の効果を高めるかもしれません。そして、より大きな年間昇給を得ます。）[エンファシス鉱山] そして第7章では： また、回帰ベースの調整*は線形モデルに対してのみ機能することにも注意してください。これには、主要なモデリングの仮定が含まれます。線形モデルでは、XのYに対する影響がZのレベルに依存する場合など、非線形相互作用をモデル化する機能が失われます。一方、バックドア調整は、何がわからない場合でも正常に機能します関数は、図の矢印の後ろにあります。しかし、このいわゆるノンパラメトリックのケースでは、次元の呪いに対処するために他の外挿法を採用する必要があります。【エンファシス鉱山】 なぜパール＆マッケンジーは線形モデルは相互作用を許さないと主張するのですか？重要な詳細やコンテキスト固有の情報を見落としていますか？ *回帰ベースの調整により、著者は（前の段落で）時々呼んでいる、他の変数の「制御」を参照します：「回帰直線の類似体は、ような方程式を持つ回帰平面です。 ...係数は、に対して既に調整された上のの回帰係数を与えます（これは、部分回帰係数と呼ばれ、と書かれています。） "Y= a X+ b Z+ cY=aX+bZ+cY=aX+bZ+caaaYYYバツXXZZZrYバツ。ZrYX.Zr_{YX.Z}

7 references  interaction  causality