Multicollinearity in the logistic r

Multicollinearity in the logistic regression solution is detected by examining the standard errors for the b coefficients. A standard error larger than 2.0 indicates numerical problems, such as multicollinearity among the independent variables, zero cells for a dummy-coded independent variable because all of the subjects have the same value for the variable, and 'complete separation' whereby the two groups in the dependent event variable can be perfectly separated by scores on one of the independent variables. Analyses that indicate numerical problems should not be interpreted.

None of the independent variables in this analysis had a standard error larger than 2.0. (The check for standard errors larger than 2.0 does not include the standard error for the Constant.)

Results (Thai) 1:

Multicollinearity ในการแก้ปัญหาการถดถอยโลจิสติกมีการตรวจพบ โดยการตรวจสอบข้อผิดพลาดมาตรฐานของสัมประสิทธิ์ b ข้อผิดพลาดมาตรฐานมากกว่า 2.0 บ่งชี้ปัญหาเลข เช่น multicollinearity ตัวแปรอิสระ เซลล์ศูนย์สำหรับตัวแปรอิสระแบบหุ่น เพราะเรื่องทั้งหมดมีค่าเดียวกันสำหรับตัวแปร และ 'สมบูรณ์แยก"โดย 2 กลุ่มในตัวแปรขึ้นอยู่กับเหตุการณ์อย่างสมบูรณ์ยังคะแนนของตัวแปรอิสระ วิเคราะห์เพื่อระบุปัญหาที่เป็นตัวเลขที่ไม่ควรจะตีความ ไม่มีตัวแปรอิสระในการวิเคราะห์นี้มีข้อผิดพลาดมาตรฐานมากกว่า 2.0 (การตรวจสอบข้อผิดพลาดมาตรฐานมากกว่า 2.0 ไม่รวมข้อผิดพลาดมาตรฐานสำหรับค่าคง)

Results (Thai) 3:

ข้อมูลในการแก้ปัญหาการถดถอยโลจิสติกที่ตรวจพบโดยการตรวจสอบข้อผิดพลาดมาตรฐานสำหรับ B ค่าสัมประสิทธิ์ มาตรฐานข้อผิดพลาดขนาดใหญ่กว่า 2.0 ระบุปัญหาเชิงตัวเลข เช่นเกิดพหุสัมพันธ์ระหว่างตัวแปรอิสระศูนย์เซลล์สำหรับหุ่นรหัสตัวแปรอิสระ เพราะทุกวิชาได้ค่าเดียวกันสำหรับตัวแปรและ ' แยก ' เสร็จสมบูรณ์โดยสองกลุ่มในตัวแปรขึ้นอยู่กับเหตุการณ์สามารถสมบูรณ์แยกจากคะแนนหนึ่งในตัวแปรอิสระ วิเคราะห์ตัวเลขที่บ่งบอกถึงปัญหาไม่ควรตีความ ไม่มี

ของตัวแปรอิสระในการวิเคราะห์นี้มีความคลาดเคลื่อนมาตรฐานขนาดใหญ่กว่า 2.0 ( ตรวจสอบมาตรฐานข้อผิดพลาดขนาดใหญ่กว่า 20 ไม่รวมข้อผิดพลาดมาตรฐานคงที่ )
.