R: Logistika regressiyasida odds nisbatini hisoblang va izohlang

Men logistik regressiya natijalarini talqin qilishda qiynalayapman. Mening natija o'zgaruvchisi - bu qaror va ikkilik (0 yoki 1, mos ravishda mahsulotni olmang yoki olmang).

Mening taxminiy o'zgaruvchim - bu Fikrlar va doimiy, ijobiy yoki salbiy bo'lishi mumkin va 2 -kasrgacha yaxlitlanadi.

Fikrlar o'zgarganda mahsulotni olish ehtimoli qanday o'zgarishini bilmoqchiman.

Logistik regressiya tenglamasi:

Ushbu modelga ko'ra, Fikr s qaror ehtimoliga sezilarli ta'sir ko'rsatadi (b = .72, p = .02). Fikrlash funktsiyasi sifatida Qarorning koeffitsientini aniqlash uchun:

Odds nisbati = 2.07.

Imkoniyatlar nisbatini qanday izohlashim mumkin?

  1. Tushunchalar bir .01 o'sish (yoki kamayishi) 0.07 tomonidan (olib yoki yo'q) mahsulotni olib tikish ta'sir deb 2.07 bir farq nisbati anglatadi YoKI
  2. Bu shuni anglatadiki, Fikrlar .01 ga oshganda (kamayadi), mahsulotni olish ehtimoli taxminan 2 birlikka oshadi (kamayadi)?

Qanday qilib fikrlarning koeffitsientini taxminiy qaror ehtimoliga aylantirishim mumkin?

Yoki men qarorlar ehtimolini faqat ma'lum bir fikrlar bahosida baholay olamanmi (ya'ni, fikrlar == 1 bo'lganida mahsulotni olish ehtimolini hisoblab chiqaman)?

4 javoblar 4

R da logistika regressiyasi qaytargan koeffitsient logit yoki koeffitsientlar jurnali. Logitlarni koeffitsientga aylantirish uchun siz yuqorida aytib o'tilganidek, uni eksponentatsiya qilishingiz mumkin. Logitlarni ehtimollarga aylantirish uchun exp (logit)/(1+exp (logit)) funktsiyasidan foydalanishingiz mumkin. Biroq, ushbu protsedurada e'tiborga olish kerak bo'lgan ba'zi narsalar mavjud.

Birinchidan, men tasvirlash uchun takrorlanadigan ma'lumotlardan foydalanaman

Ko'rsatilgan koeffitsientlar sizning misolingizdagidek logitlar uchun. Agar biz ushbu ma'lumotlar va ushbu modelni tuzsak, biz binomial ma'lumotlarga mos keladigan logistik modelga xos bo'lgan sigmasimon funktsiyani ko'ramiz.

E'tibor bering, ehtimolliklar o'zgarishi doimiy emas - egri chiziq dastlab asta sekin, keyin o'rtada tezroq, so'ngra tekislanadi. 10 dan 12 gacha bo'lgan ehtimolliklar farqi 12 dan 14 gacha bo'lgan ehtimolliklar farqidan ancha past. Bu shuni anglatadiki, ehtimolliklarni o'zgartirmasdan, yosh va ehtimollik munosabatlarini bitta raqam bilan umumlashtirish mumkin emas.

Sizning aniq savollaringizga javob berish uchun:

Qarama -qarshilik nisbatlarini qanday izohlaysiz?

To'xtatish qiymatining koeffitsienti x = 0 (ya'ni nol fikr) bilan "muvaffaqiyat" (sizning ma'lumotlaringizda bu mahsulotni olish ehtimoli) koeffitsienti. Sizning koeffitsientingiz uchun imkoniyatlar koeffitsienti - bu bitta x qiymatini qo'shganda (ya'ni x = 1; bitta fikr) kesishish qiymatidan yuqori bo'lgan koeffitsientlarning oshishi. Menarx ma'lumotlaridan foydalanish:

Buni men 0 = 0 yoshda ro'y beradigan menarx ehtimoli .00000000006 deb talqin qilishimiz mumkin. Yoki, asosan, mumkin emas. Yosh koeffitsientining ko'payishi har bir yosh birligi uchun menarx ehtimoli kutilayotgan o'sishidan dalolat beradi. Bunday holda, bu atigi beshdan ko'p. 1 koeffitsient nisbati hech qanday o'zgarish yo'qligini, 2 koeffitsienti ikki baravar ko'payishini va boshqalarni ko'rsatadi.

Sizning 2.07 koeffitsientingiz nisbati shuni anglatadiki, "Fikrlar" ning 1 birlik o'sishi mahsulotni olish ehtimolini 2.07 marta oshiradi.

Fikrlar nisbatlarini taxminiy qaror ehtimoliga qanday o'zgartirish mumkin?

Siz buni fikrlarning tanlangan qiymatlari uchun qilishingiz kerak, chunki yuqoridagi rasmda ko'rib turganingizdek, o'zgarish x qiymatlari oralig'ida doimiy emas. Agar siz fikrlar qiymatining ehtimolligini xohlasangiz, javobni quyidagicha oling: