2つのクラス内の予測確率の分布をグラフ化しており、2つの分布ピークが交差する点(下の画像では約0.25)を見つけることに興味があります。グラフのStataの2つの分布の交点を見つける
私のコードは次のとおりです。
twoway kdensity Predicted if conflict==0, lcolor(black) || kdensity Predicted if conflict==1, lcolor(green)
2つのクラス内の予測確率の分布をグラフ化しており、2つの分布ピークが交差する点(下の画像では約0.25)を見つけることに興味があります。グラフのStataの2つの分布の交点を見つける
私のコードは次のとおりです。
twoway kdensity Predicted if conflict==0, lcolor(black) || kdensity Predicted if conflict==1, lcolor(green)
あなたはあなたの近似ポイントを与える
kdensity yourvar, generate(newvar_x newvar_d)
を使用する必要があります。これにより、おおよその交差点を見つけることができます。
これは正しいです。私はOPに統計的な警告を追加します。そのような交差点は通常、あなたが選択したカーネルタイプと幅に非常に敏感です**。デフォルトの選択肢には魔法はありません。分位関数が交差する場所を見つけることは、あまり重要でない選択肢になります。あなたのサンプルグラフで明白なことは、外れ値を持つ塊状の分布を持つことです。 –
あなたが私のアドバイスに従えば、それは本当に心配の最初の焦点となる分位関数のシフトです。 –
予測確率は約2または-0.25の値をどのようにして計算しますか?何かがそこに間違っているか、または不適切です。 –
右の理由は、ArcMapで地理的に重み付けされた回帰を実行しており、LPMを実行する能力しかないからです。私は予測確率を使って分類を実行しています。そのため、分布を分離する意味のあるカットオフポイントを見つける方法を理解することを検討しています。 – yogz123
私は従いません。私がそれらを理解している確率は0対1のスケールである。したがって、これらは確率ではなく、確率の変換でもあります。 –