topic Re: SAS/EM Logistic regression gains table question in SAS Data Science https://communities.sas.com/t5/SAS-Data-Science/SAS-EM-Logistic-regression-gains-table-question/m-p/132536#M1158 <HTML><HEAD></HEAD><BODY><P>"% Response" is actual: the percentage of events in each percentile.</P><P>"Mean Posterior Probability" is predicted. For constructing the gains table the data ist sorted by the predicted (posterior) probability and grouped into 20 evenly sized percentiles. "Mean posterior Probability" is the mean of the predicted probability (the sorting variable) in each group.</P></BODY></HTML> Fri, 10 May 2013 08:37:07 GMT Alfred 2013-05-10T08:37:07Z SAS/EM Logistic regression gains table question https://communities.sas.com/t5/SAS-Data-Science/SAS-EM-Logistic-regression-gains-table-question/m-p/132535#M1157 <HTML><HEAD></HEAD><BODY><P>Hello, there</P><P></P><P>I have the SAS/EM logistic regression node output as below.</P><P></P><P>My questions is, Is the "% Response" predicted or actual? What is the definition of "Mean Posterior Probability"? Thanks,</P><P></P><P>Jimmy</P><P></P><P>Data Role=TRAIN Target Variable=resp_ind</P><P></P><P>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Mean</P><P>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Cum&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; %&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Cum&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Num of&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Posterior</P><P>Percentile&nbsp; Gain&nbsp;&nbsp;&nbsp; Lift&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Lift&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Resp&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; %Resp&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Obs&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Probability</P><P></P><P>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 5&nbsp;&nbsp;&nbsp;&nbsp; 487.332&nbsp; 5.87332&nbsp;&nbsp;&nbsp; 5.87332&nbsp;&nbsp;&nbsp; 5.78840&nbsp;&nbsp;&nbsp;&nbsp; 5.78840&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15652&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.060346</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 10&nbsp;&nbsp;&nbsp;&nbsp; 345.051&nbsp; 3.02761&nbsp;&nbsp;&nbsp; 4.45051&nbsp;&nbsp;&nbsp; 2.98383&nbsp;&nbsp;&nbsp; 4.38616&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.029073</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 15&nbsp;&nbsp;&nbsp;&nbsp; 269.961&nbsp; 2.19777&nbsp;&nbsp;&nbsp; 3.69961&nbsp;&nbsp;&nbsp; 2.16600&nbsp;&nbsp;&nbsp; 3.64612&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.020108</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 20&nbsp;&nbsp;&nbsp;&nbsp; 216.365&nbsp; 1.55585&nbsp;&nbsp;&nbsp; 3.16365&nbsp;&nbsp;&nbsp; 1.53335&nbsp;&nbsp;&nbsp; 3.11791&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15652&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.015229</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 25&nbsp;&nbsp;&nbsp;&nbsp; 176.433&nbsp; 1.16696&nbsp;&nbsp;&nbsp; 2.76433&nbsp;&nbsp;&nbsp; 1.15009&nbsp;&nbsp;&nbsp; 2.72436&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.012035</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 30&nbsp;&nbsp;&nbsp;&nbsp; 149.594&nbsp; 1.15399&nbsp;&nbsp;&nbsp; 2.49594&nbsp;&nbsp;&nbsp; 1.13731&nbsp;&nbsp;&nbsp; 2.45985&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.009786</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 35&nbsp;&nbsp;&nbsp;&nbsp; 126.810&nbsp; 0.90109&nbsp;&nbsp;&nbsp; 2.26810&nbsp;&nbsp;&nbsp; 0.88807&nbsp;&nbsp;&nbsp; 2.23530&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15652&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.008119</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 40&nbsp;&nbsp;&nbsp;&nbsp; 108.589&nbsp; 0.81039&nbsp;&nbsp;&nbsp; 2.08589&nbsp;&nbsp;&nbsp; 0.79867&nbsp;&nbsp;&nbsp; 2.05573&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.006834</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 45&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 91.824&nbsp; 0.57700&nbsp;&nbsp;&nbsp; 1.91824&nbsp;&nbsp;&nbsp; 0.56865&nbsp;&nbsp;&nbsp; 1.89050&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.005847</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 50&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 77.634&nbsp; 0.49920&nbsp;&nbsp;&nbsp; 1.77634&nbsp;&nbsp;&nbsp; 0.49198&nbsp;&nbsp;&nbsp; 1.75065&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.005064</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 55&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 64.903&nbsp; 0.37600&nbsp;&nbsp;&nbsp; 1.64903&nbsp;&nbsp;&nbsp; 0.37056&nbsp;&nbsp;&nbsp; 1.62519&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15652&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.004404</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 60&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 54.133&nbsp; 0.35657&nbsp;&nbsp;&nbsp; 1.54133&nbsp;&nbsp;&nbsp; 0.35142&nbsp;&nbsp;&nbsp; 1.51904&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.003851</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 65&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 44.570&nbsp; 0.29822&nbsp;&nbsp;&nbsp; 1.44570&nbsp;&nbsp;&nbsp; 0.29391&nbsp;&nbsp;&nbsp; 1.42480&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.003373</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 70&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 36.698&nbsp; 0.34358&nbsp;&nbsp;&nbsp; 1.36698&nbsp;&nbsp;&nbsp; 0.33861&nbsp;&nbsp;&nbsp; 1.34721&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15652&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.002943</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 75&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 29.054&nbsp; 0.22043&nbsp;&nbsp;&nbsp; 1.29054&nbsp;&nbsp;&nbsp; 0.21724&nbsp;&nbsp;&nbsp; 1.27188&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.002560</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 80&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 22.204&nbsp; 0.19449&nbsp;&nbsp;&nbsp; 1.22204&nbsp;&nbsp;&nbsp; 0.19168&nbsp;&nbsp;&nbsp; 1.20437&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.002205</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 85&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15.778&nbsp; 0.12965&nbsp;&nbsp;&nbsp; 1.15778&nbsp;&nbsp;&nbsp; 0.12778&nbsp;&nbsp;&nbsp; 1.14104&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15652&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.001874</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 90&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 10.066&nbsp; 0.12966&nbsp;&nbsp;&nbsp; 1.10066&nbsp;&nbsp;&nbsp; 0.12779&nbsp;&nbsp;&nbsp; 1.08475&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.001562</P><P>&nbsp;&nbsp;&nbsp;&nbsp; 95&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 4.683&nbsp; 0.07780&nbsp;&nbsp;&nbsp; 1.04683&nbsp;&nbsp;&nbsp; 0.07667&nbsp;&nbsp;&nbsp; 1.03169&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.001224</P><P>&nbsp;&nbsp;&nbsp; 100&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.000&nbsp; 0.11021&nbsp;&nbsp;&nbsp; 1.00000&nbsp;&nbsp;&nbsp; 0.10862&nbsp;&nbsp;&nbsp; 0.98554&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 15651&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.000669</P></BODY></HTML> Wed, 08 May 2013 15:59:34 GMT https://communities.sas.com/t5/SAS-Data-Science/SAS-EM-Logistic-regression-gains-table-question/m-p/132535#M1157 jcpenny2002 2013-05-08T15:59:34Z Re: SAS/EM Logistic regression gains table question https://communities.sas.com/t5/SAS-Data-Science/SAS-EM-Logistic-regression-gains-table-question/m-p/132536#M1158 <HTML><HEAD></HEAD><BODY><P>"% Response" is actual: the percentage of events in each percentile.</P><P>"Mean Posterior Probability" is predicted. For constructing the gains table the data ist sorted by the predicted (posterior) probability and grouped into 20 evenly sized percentiles. "Mean posterior Probability" is the mean of the predicted probability (the sorting variable) in each group.</P></BODY></HTML> Fri, 10 May 2013 08:37:07 GMT https://communities.sas.com/t5/SAS-Data-Science/SAS-EM-Logistic-regression-gains-table-question/m-p/132536#M1158 Alfred 2013-05-10T08:37:07Z