Lojistik regresyon kullanmaya biraz yeni geldim ve biraz da aynı olacağını düşündüğüm aşağıdaki değerleri yorumlamam arasındaki tutarsızlıkla karıştırdım:
- üstelleştirilmiş beta değerleri
- Beta değerleri kullanılarak sonucun tahmini olasılığı.
Beslenme ve sigortanın hem ikili hem de servetin sürekli olduğu, kullandığım modelin basitleştirilmiş bir versiyonu:
Under.Nutrition ~ insurance + wealth
(Gerçek) modelim, sigorta için 88’lik beta değeri döndürüyor.
"Sigortalı bir birey için yetersiz beslenilme olasılığı, sigortasız bir birey için yetersiz beslenme olasılığının 0,8 katıdır."
Bununla birlikte, bireyler için olasılık farkını 0 ve 1 değerlerini sigorta değişkenine ve ortalama servet değerini koyarak hesapladığımda beslenme yetersizliğindeki fark sadece .04. Bu şu şekilde hesaplanır:
Probability Undernourished = exp(β0 + β1*Insurance + β2*Wealth) /
(1+exp(β0 + β1*Insurance + β2*wealth))
Birisi bu değerlerin neden farklı olduğunu ve daha iyi bir yorumlamanın (özellikle ikinci değer için) ne olabileceğini açıklayabilirse gerçekten çok sevinirim.
Diğer Açıklama Düzenlemeleri
Anladığım kadarıyla, sigortasız bir kişi için yetersiz beslenebilme olasılığı (B1'in sigortaya karşılık geldiği yer):
Prob(Unins) = exp(β0 + β1*0 + β2*Wealth) /
(1+exp(β0 + β1*0+ β2*wealth))
Sigortalı bir kişi için yeterince beslenmeme olasılığı:
Prob(Ins)= exp(β0 + β1*1 + β2*Wealth) /
(1+exp(β0 + β1*1+ β2*wealth))
Sigortasız bir kişiye, sigortalı bir kişiye göre yetersiz beslenilme olasılığı:
exp(B1)
Bu değerler arasında (matematiksel olarak) çeviri yapmanın bir yolu var mı? Hala bu denklemden biraz kafam karıştı (muhtemelen RHS'de farklı bir değer olmalıyım):
Prob(Ins) - Prob(Unins) != exp(B)
Layman'ın ifadesiyle, soru, bir bireyin sigorta oranının, oran oranının gösterdiği kadar yetersiz beslenebilme olasılığını değiştirmemesidir. Verilerimde Prob (Ins) - Prob (Unins) = .04, üsteleştirilmiş beta değeri .8 (neden bu kadar fark olmasın ?2?)