जब मैं दो अलग-अलग (अविभाज्य) लॉजिस्टिक रिग्रेशन मॉडल में अपने चर का विश्लेषण करता हूं, तो मुझे निम्नलिखित मिलते हैं:
Predictor 1: B= 1.049, SE=.352, Exp(B)=2.85, 95% CI=(1.43, 5.69), p=.003
Constant: B=-0.434, SE=.217, Exp(B)=0.65, p=.046
Predictor 2: B= 1.379, SE=.386, Exp(B)=3.97, 95% CI=(1.86, 8.47), p<.001
Constant: B=-0.447, SE=.205, Exp(B)=0.64, p=.029
लेकिन जब मैं उन्हें एक एकल लॉजिस्टिक प्रतिगमन मॉडल में दर्ज करता हूं, तो मुझे यह मिलता है:
Predictor 1: B= 0.556, SE=.406, Exp(B)=1.74, 95% CI=(0.79, 3.86), p=.171
Predictor 2: B= 1.094, SE=.436, Exp(B)=2.99, 95% CI=(1.27, 7.02), p=.012
Constant: B=-0.574, SE=.227, Exp(B)=0.56, p=.012
दोनों भविष्यवक्ता द्वंद्वात्मक (श्रेणीबद्ध) हैं। मैंने मल्टीकोलिनरिटी के लिए जाँच की है।
मुझे यकीन नहीं है कि अगर मैंने पर्याप्त जानकारी दी है, लेकिन मैं यह नहीं समझ सकता कि क्यों भविष्यवक्ता 1 महत्वपूर्ण से गैर-महत्वपूर्ण तक चला गया है और कई प्रतिगमन मॉडल में ऑड्स अनुपात इतने भिन्न क्यों हैं। किसी को भी क्या हो रहा है की एक बुनियादी विवरण प्रदान कर सकते हैं?