Lojistik regresyon katsayıları nasıl yorumlanır?

18

Aşağıdaki olasılık işlevim var:

Prob = \frac{1}{1 + e^{- z}}

$\text{Prob} = \frac{1}{1 + e^{-z}}$

nerede

z = B_{0} + B_{1} X_{1} + \dots + B_{n} X_{n} .

$z = B_0 + B_1X_1 + \dots + B_nX_n.$

Modelim şöyle görünüyor

Pr (Y = 1) = \frac{1}{1 + \exp (- [- 3.92 + 0.014 \times (gender)])}

$\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{gender})]\right)}$

Kesişimin (3.92) ne anlama geldiğini anlıyorum, ancak şimdi 0.014'ü nasıl yorumlayacağımdan eminim. Bunlar hala log oranları, garip oranlar mı, yoksa şimdi her artımlı olasılık değişikliği için cinsiyet olduğunu iddia edebilir miyim, kadınların kazanma olasılığı erkeklerden daha 0.014. Temel olarak, 0.014'ü nasıl yorumlayacağım?

Temel olarak, olasılık işlevini almak ve aslında yazdığım belirli bir program için Java'da uygulamak istiyorum, ancak Java'da uygulamak için işlevi doğru anladığımdan emin değilim.

Java kodu örneği:

double p = 1d / (1d + Math.pow(2.718d, -1d * (-3.92d + 0.014d * bid)));

probability logistic logit

— ATMathew
kaynak

2

Bu yardımcı olabilir: en.wikipedia.org/wiki/Odds_ratio#Role_in_logistic_regression

— Fred Foo

2

İşte ilgili bir soru . Birkaç tane daha var, örneğin bu .

— kardinal

17

Bir logit bağlantısına (yani bir lojistik regresyon modeli) sahip bir binom GLM takıyorsanız, regresyon denkleminiz, yanıt değerinin öngörücü değerlere göre koşullandırılmış bir '1' (veya bir 'başarı') olduğu günlük olasılıklarıdır. .

Günlük oranlarını artırmak, değişkeninizdeki bir birimlik artış için olasılık oranını verir. Örneğin, "cinsiyet" ile, eğer Kadın = 0 ve Erkek = 1 ise ve lojistik regresyon katsayısı 0.014 ise, erkekler için sonuç oranınızın exp (0.014) = 1.01 kat daha fazla olduğunu iddia edebilirsiniz. sonuç kadınlarda.

— fomite
kaynak

4

"Erkekler için sonucunuzun olasılıkları exp (0.014) = kadınlarda sonucunuzun olasılıklarının 1.01 katıdır" olmamalı, çünkü kadın 0 ve erkek 1'dir?

— 1919, 5:39

4

kadınların oran oranı 1 / exp(0.014)

açıklama:

erkek için olay '1' ve kadın '0' olduğu için referans seviyesi kadındır.

denklem ln(s) = B0 + B1*(gender)

odds(female) = exp(B0)
odds(male)   = exp(B0 + B1 * 1)

odds ratio(male) = odds(male) / odds(female) = exp(0.014) = 1.01

dolayısıyla, odds ratio(female) = 1 / 1.01 = 0.99

— sparkstars
kaynak