1. 案例定位

整合 Figures 7.11–7.14,從整體 Classification Performance 延伸至 Diagnostics。

2. 學習目標

理解 Lift、ROC、Residual 與 Influence Plot 各自回答的問題。

3. 案例情境

Titanic Model 已建立後,不能只看 Fit Summary,還需檢查 Misclassification、Lift、ROC、Residuals 與 Influential Cases。

4. 開始資料

診斷 原書重點
Lift 比較使用模型與不使用模型
ROC True Positive 與 False Positive Trade-off
Residual Guideline Standardized value >3 或 <−3 值得關注
Titanic Residual 有值 >4 與 <−4
Influence Plot Likelihood displacement、CBAR、Deviance change、Pearson change

5. 分析方法

以 ROC 觀察分類 Trade-off,以 Residuals 檢查 Pattern/Outliers,以 Influence Plot 檢查移除 Observation 是否會大幅改變 Parameter Estimates。

6. 計算結果

本案例的數值門檻與觀察來自原書;Figures 的完整曲線座標未以文字提供,因此不自行補值。

7. 結果分析與管理解讀

原書明確警告:不能因 Outlier 不方便就刪除,否則可能 Overfit 並降低 Unseen Data Performance。

8. AI Prompt

請根據我提供的 ROC、Residual 與 Influence 輸出,指出值得人工檢查的 Observation,但不要自行決定刪除資料。

9. 思考/What-if

Residual 超過 ±3 是否應自動刪除?

參考解答: 不應。原書只視為 Cause for Concern,應先判斷是否真正 Outlier 及其影響。

10. 資料說明