題:
如何從邏輯回歸中解釋係數?
ATMathew
2012-01-13 00:18:13 UTC
view on stackexchange narkive permalink

我具有以下概率函數:

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

其中

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

我的模型看起來像

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

我知道截距是什麼(3.92)意思是,但我現在確定如何解釋0.014。這些仍然是對數賠率,奇數比嗎?或者我現在可以斷言,隨著性別比的每增加,女性獲勝的可能性比男性高0.014。基本上,我該如何解釋0.014?

基本上,我想獲取概率函數並將其實際在Java中針對正在編寫的特定程序進行實現,但是我不確定我是否正確理解了實現該函數的功能

Java代碼示例:

  double p = 1d /(1d + Math.pow(2.718d,-1d *(-3.92d + 0.014d *出價)));  
這可能會有所幫助:http://en.wikipedia.org/wiki/Odds_ratio#Role_in_logistic_regression
這是一個[相關問題](http://stats.stackexchange.com/questions/8661/logistic-regression-in-r-odds-ratio)。還有其他幾種,例如[this one](http://stats.stackexchange.com/questions/14634/reporting-results-of-logistic-regression)。
二 答案:
Fomite
2012-01-14 09:18:58 UTC
view on stackexchange narkive permalink

如果您要用logit鏈接擬合二項式GLM(即邏輯回歸模型),則您的回歸方程式是響應值是“ 1”(或“成功”)的對數機率,條件是預測值。

對數賠率取冪可以為您的變量增加一單位。因此,例如,對於“性別”,如果“女性” = 0,“男性” = 1,對數回歸係數為0.014,那麼您可以斷言,男性結果的機率是exp(0.014)= 1.01倍。你在女性身上的結果。

難道不是因為女性為0,男性為1,那麼“男人對您的結果機率是exp(0.014)= 1.01乘以女性的結果機率”?
sparkstars
2018-07-25 12:20:02 UTC
view on stackexchange narkive permalink

女性的機率應為 1 / exp(0.014)

說明:

因為男性的事件為“ 1”,女性的事件為“ 0” 這意味著參考水平是女性。

方程 ln(s)= B0 + B1 *(性別)

  odds(female)= exp(B0)
男性賠率= exp(B0 + B1 * 1)

優勢比(男性)=優勢(男性)/優勢(女性)= exp(0.014)= 1.01
 

因此,賠率(女性)= 1 / 1.01 = 0.99



該問答將自動從英語翻譯而來。原始內容可在stackexchange上找到,我們感謝它分發的cc by-sa 3.0許可。
Loading...