[]s
Leonard de Assis
http://about.me/ldeassis

Pessoal,

preciso tirar uma dúvida a respeito de regressão logistica.

Tenho uma conjunto de dados, onde existe um grande desbalanceamento nas classes da variável resposta (meu evento Y=1 a ser modelado, possui poucas observações)

O que fiz foi:

separei 70% dos dados para amostra treino e 30% para teste.

na amostra treino (70%):

• utilizei uma re-amostragem, apenas na classe do evento (Y=1) e fiz com que as linhas desta  classe fossem re-amostradas até que a classe com resposta Y=1 possui-se a mesma quantidade de linhas da classe (Y=0)
• Com minha base de amostra treino balanceada ajustei um modelo de regressão logistica

na amostra teste(30%):

• calculei minhas probabilidades de respostas a partir das variáveis independentes da amostra teste.
• arbitrei um ponto de classificação de P_CHAP>= 0,7 para classificar meu evento como classe (Y_CHAP=1) e  P_CHAP<0,7 classificar meu evento como Y_CHAP=0
• Construi uma tabela de confusão comparando os resultados Y_CHAP e Y para comparar minha Sensitividade e 1-Especificidade.

Dúvidas:

A questão é que meus resultados estão muito ruins. Acredito que é a estrutura de dados.

• Estou sendo questionado a respeito da técnica de re-amostragem na amostra treino para equilibrar as classes. Pois o demandante acredita que é necessário algum tipo de correção do modelo(feito a re-amostragem no ajuste da amostra treino) ao aplica-lo no  conjunto teste, que não sofreu nenhuma alteração.

Alguém tem algum material que justifique o uso de re-amostragem nos dados da amostra treino?

Abs.

--
Vinicius Brito Rocha.
Estatístico e Atuário (IM / UFRJ)
Mestre em Pesquisa Operacional (COPPE / UFRJ)

www.aplicademic.blogspot.com
http://twitter.com/viniciusbritor

"Não se preocupe muito com as suas dificuldades em Matemática, posso assegurar-lhe que as minhas são ainda maiores." - Albert Einstein.

_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.