4.4 EVALUATING THE GOODNESS OF FIT

4.4 EVALUATING THE GOODNESS OF FIT WITH THE ROC METHOD
The ROC characteristic is a measure for the goodness of fit of a logistic regression
model similar to the R2
statistic in Ordinary Least Square regression (Pontius and
Schneider, 2001). A completely random model gives a ROC value of 0.5; a perfect fit
results in a ROC value of 1.0.
 Calculate the ROC value for your regression model.
Click: Graphs | ROC Curve. Select the observed land use as ‘State variable’ with value 1
for occurrence of this land use type and the ‘Predicted probability’ as ‘Test variable’.
Click ‘OK’.
The results will show a ROC curve and the ‘area under the curve’ that is the test result
(Figure 20).
46
Figure 20. ROC curve of a logistic regression with SPSS
USING THE REGRESSION RESULTS AS INPUT TO THE CLUE-S MODEL
The regression results are used by the CLUE-S model to determine the suitability of the
locations for the different land use types. For each land use type considered a separate
regression model is used. The result of the analysis in SPSS should therefore be
translated to input for the CLUE-S model. The input file for the regression equations is
called ‘alloc1.reg’ and is located in the installation directory and can be edited through
the user interface of CLUE-S (click ‘Edit Input’).
This file is structures as follows (Figure 21):
Line 1: Number code for land use type (e.g. forest).
Line 2: Constant of regression equation for land use type (ß0).
Line 3: Number of explanatory factors (sc1gr#.fil files) in the regression
equation for that land use type.
Line 4 and
further:
On each line the beta coefficients (ß1, ß2, etc.) for the explanatory factor
and the number code of the explanatory factor.

ผลลัพธ์ (ไทย) 1:

4.4 ประเมินความกตัญญูพอดีกับวิธี ROCลักษณะ ROC คือ การวัดสำหรับความกตัญญูความถดถอยโลจิสติกพอดีรูปแบบคล้ายกับ R2สถิติในถดถอยธรรมดาน้อยสแควร์ (พอนติอุส และชไนเดอร์ 2001) แบบสุ่มอย่างสมบูรณ์ให้ค่า ROC 0.5 พอดีสมบูรณ์แบบผลลัพธ์ค่า ROC ของ 1.0คำนวณค่า ROC สำหรับแบบจำลองการถดถอยคลิก: กราฟ | เส้นโค้ง ROC เลือกใช้ที่ดินสังเกตเป็น 'แปรรัฐ' ที่มีค่า 1การเกิดขึ้นของแผ่นดินนี้ใช้ชนิดและ 'น่า Predicted' เป็น 'ตัวแปรทดสอบ'คลิก 'ตกลง'ผลลัพธ์จะแสดงเส้นโค้ง ROC และ 'พื้นที่ภายใต้โค้ง' ที่เป็นผลการทดสอบ(20 รูป)46รูปที่ 20 เส้นโค้ง ROC ของการถดถอยโลจิสติกด้วยโปรแกรมการถดถอยโดยใช้ผลลัพธ์เป็นสัญญาณเข้าแบบปม-Sผลการถดถอยที่ใช้ โดยรุ่น S งำเพื่อกำหนดความเหมาะสมของการที่ตั้งในแผ่นดินอื่นใช้ชนิด สำหรับแผ่นดินแต่ละ ชนิดใช้ถือว่าแยกต่างหากใช้แบบจำลองถดถอย ผลของการวิเคราะห์ในโปรแกรมดังนั้นจึงควรแปลการป้อนสำหรับรุ่น S งำ แฟ้มสำหรับการป้อนค่าในสมการถดถอยเรียกว่า 'alloc1.reg' อยู่ในไดเรกทอรีการติดตั้ง และสามารถแก้ไขผ่านส่วนติดต่อผู้ใช้ของปม-S (คลิก 'แก้ไขป้อน')แฟ้มนี้เป็นโครงสร้างได้ดังนี้ (รูปที่ 21):บรรทัดที่ 1: หมายเลขรหัสสำหรับชนิดการใช้ที่ดิน (เช่นป่า)บรรทัดที่ 2: ค่าคงที่ของสมการถดถอยสำหรับประเภทการใช้ที่ดิน (ß0)บรรทัดที่ 3: หมายเลขอธิบายปัจจัย (sc1gr #.fil แฟ้ม) ในการถดถอยสมการสำหรับที่ดินที่ใช้ชนิดสาย 4 และเพิ่มเติม:ในแต่ละบรรทัดเบต้าสัมประสิทธิ์ (ß1, ß2 ฯลฯ) สำหรับตัวอธิบายและรหัสหมายเลขของตัวอธิบาย

ผลลัพธ์ (ไทย) 2:

4.4 การประเมินความสอดคล้องกับร็อควิธีการ
ลักษณะร็อคเป็นตัวชี้วัดความดีของพอดีของการถดถอยโลจิสติก
รูปแบบคล้ายกับ R2
สถิติในสามัญแควน้อยถดถอย (ปอนติอุสและ
ไนเดอร์, 2001) รูปแบบสุ่มสมบูรณ์ให้ค่า ROC 0.5; แบบที่สมบูรณ์แบบ
. ส่งผลให้มูลค่าของร็อค 1.0
คำนวณค่า ROC สำหรับรูปแบบการถดถอยของคุณ.
คลิ๊ก: กราฟ | ROC Curve เลือกใช้ที่ดินตั้งข้อสังเกตว่า 'ตัวแปรรัฐ' ที่มีค่า 1
สำหรับการเกิดขึ้นของการใช้ประโยชน์ที่ดินประเภทนี้และ 'ความน่าจะเป็นที่คาดการณ์' เป็น 'ตัวแปรทดสอบ'.
คลิก 'ตกลง'.
ผลจะแสดงเส้นโค้ง ROC และ 'พื้นที่ใต้ เส้นโค้ง 'ที่มีผลการทดสอบ
(รูปที่ 20).
46
รูปที่ 20 โค้ง ROC ของการถดถอยโลจิสติกด้วยโปรแกรม SPSS
ใช้ผลการถดถอยเป็น input เพื่อ CLUE-S MODEL
ผลการถดถอยจะถูกใช้โดยแบบจำลอง CLUE-S เพื่อตรวจสอบ ความเหมาะสมของ
สถานที่สำหรับการใช้ที่ดินประเภทที่แตกต่างกัน สำหรับแต่ละประเภทการใช้ที่ดินการพิจารณาแยก
ตัวแบบการถดถอยถูกนำมาใช้ ผลจากการวิเคราะห์ในโปรแกรม SPSS จึงควรได้รับการ
แปลที่จะใส่สำหรับรุ่น CLUE-S แฟ้มข้อมูลสำหรับสมการถดถอยจะ
เรียกว่า 'alloc1.reg และตั้งอยู่ในไดเรกทอรีการติดตั้งและสามารถแก้ไขได้ผ่าน
อินเตอร์เฟซผู้ใช้ CLUE-S (คลิก 'แก้ไขการป้อนข้อมูล').
ไฟล์นี้เป็นโครงสร้างดังต่อไปนี้ (รูปที่ 21 ):
สายที่ 1: รหัสหมายเลขสำหรับประเภทการใช้ประโยชน์ที่ดิน (เช่นป่า).
บรรทัดที่ 2: คงที่ของสมการถดถอยสำหรับประเภทการใช้ประโยชน์ที่ดิน (ß0).
บรรทัดที่ 3: จำนวนปัจจัยที่อธิบาย (sc1gr # .fil ไฟล์) ในการถดถอย
สมการ ประเภทการใช้ที่ดิน.
สาย 4 และ
ต่อไป:
ในแต่ละเส้นค่าสัมประสิทธิ์เบต้า (SS1, SS2 ฯลฯ ) สำหรับปัจจัยที่อธิบาย
และรหัสจำนวนปัจจัยที่อธิบาย

ผลลัพธ์ (ไทย) 3:

4.4 ประเมินความสอดคล้องกับวิธี ROC
: ลักษณะเป็นวัดสำหรับความสอดคล้องของโมเดลการถดถอยโลจิสติกคล้ายกับ R2

วิธี Ordinary Least Square Regression ( ปอนติอุสและ
( 2001 ) แบบสุ่มอย่างสมบูรณ์ให้ร็อคค่า 0.5 ; พอดี
ผลลัพธ์ใน Roc มูลค่า 1.0
คํานวณค่าร็อคสำหรับตัวแบบการถดถอยของคุณ .
คลิก :กราฟ | โค้ง ROC . เลือกสังเกตที่ดินใช้เป็น ' รัฐ ' กับตัวแปรค่า 1
สำหรับการใช้ที่ดินประเภทนี้ และ ' ' เป็น ' ' ทำนายความน่าจะเป็นตัวแปรทดสอบ คลิก ' ตกลง '
.
ผลลัพธ์จะแสดงโค้ง ROC และพื้นที่ใต้เส้นโค้ง ' คือผลการทดสอบ
( รูปที่ 20 )

รูปที่ 46 20 โค้ง ROC ของการถดถอยโลจิสติกด้วย SPSS
โดยใช้การถดถอยผลเข้ากับรูปแบบ clue-s
ถดถอยผลจะใช้รูปแบบ clue-s เพื่อตรวจสอบความเหมาะสมของสถานที่สำหรับ
ใช้ที่ดินประเภทต่าง ๆ สำหรับแต่ละการใช้ที่ดินประเภท ถือว่าเป็นนางแบบ
ถดถอยแยกใช้ ผลของการวิเคราะห์ในโปรแกรม ดังนั้นจึงควร
แปล input สำหรับ clue-s นางแบบแฟ้มการป้อนข้อมูลสำหรับสมการคือ
เรียกว่า ' alloc1 reg . ' และตั้งอยู่ในไดเรกทอรีการติดตั้ง และสามารถแก้ไขผ่าน
ส่วนติดต่อผู้ใช้ของ clue-s ( คลิกที่ ' แก้ไขข้อมูล ' )
ไฟล์นี้มีโครงสร้างดังนี้ ( รูปที่ 21 ) :
1 บรรทัด : เลขรหัสสำหรับประเภทการใช้ประโยชน์ที่ดิน ( เช่น ป่าไม้ ) .
สาย 2 : ค่าคงที่ของสมการถดถอยสำหรับประเภทการใช้ประโยชน์ที่ดิน ( ß
สาย 3 : 0 )จำนวนของปัจจัยที่อธิบาย ( sc1gr # ไฟล์ใน ) ในสมการถดถอยที่ใช้ที่ดินประเภท
.
4
:
เพิ่มเติมบรรทัดแต่ละบรรทัดค่าสัมประสิทธิ์เบต้า ( ß 1 , ß 2 , ฯลฯ ) เพื่ออธิบายปัจจัยที่
และเลขรหัสของปัจจัยการ .