Regresión logística en R con grandes cantidades de datos

Question

Actualmente estoy llevando a cabo una investigación para encontrar si ciertos factores como jugar en casa o fuera o la posición de un futbolista afecta a la finalización de pases en general utilizando la regresión logística. Estoy utilizando R para calcular mis datos. En mi sección actual en la que estoy tratando de analizar utiliza los datos de cada jugador para transmitir una conclusión general de si la posición de un jugador afecta o no a la finalización de pases con éxito.

hasta ahora he calculado:

test.logit <- glm( cbind(Total.Successful.Passes.All,Total.Unsuccessful.Passes.All) ~
                   as.factor(Position.Id), data=passes.data, family = "binomial")

summary(test.logit)

y mi salida fue:

Coefficients:
                        Estimate Std. Error z value Pr(>|z|)    

(Intercept)              0.28482    0.01256   22.67   <2e-16 

as.factor(Position.Id)2  0.99768    0.01438   69.38   <2e-16 

as.factor(Position.Id)4  1.06679    0.01398   76.29   <2e-16 

as.factor(Position.Id)6  0.68090    0.01652   41.23   <2e-16 

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 32638  on 10269  degrees of freedom
Residual deviance: 26499  on 10266  degrees of freedom

AIC: 60422

Number of Fisher Scoring iterations: 4

la intercepción es para los porteros, la posición 2 es para un defensa, 4 = centrocampista y 6 = delantero

¿Es este un buen conjunto de resultados para llegar a una conclusión? y con las grandes desviaciones?

Answer 1

Basado en

1. Los valores p muy pequeños (menos de 2e-16 )
2. Estimaciones de gran tamaño del efecto (cocientes de logaritmos que van desde .68 a 1.06 )
3. Los errores estándar son pequeños (alrededor de .015 )

Todas las pruebas indican que hay un efecto significativo de la posición en la probabilidad de un pase exitoso.

Tenga en cuenta que el tamaño de la desviación no es inmediatamente interpretable como "grande" o "pequeño" (la desviación se ve afectada por el tamaño de la muestra, por lo que no existe una "desviación grande" sin contexto).