Bagaimana menafsirkan koefisien dari regresi logistik?

18

Saya memiliki fungsi probabilitas berikut:

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

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

dimana

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

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

Model saya terlihat seperti

Pr (Y = 1) = \frac{1}{1 + \exp (- [- 3.92 + 0,014 \times (jenis kelamin)])}

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

Saya mengerti apa arti intersep (3,92), tapi saya sekarang yakin bagaimana menafsirkan 0,014. Apakah ini masih berupa odds log, rasio ganjil, atau dapatkah saya sekarang menyatakan bahwa untuk setiap perubahan odds tambahan adalah jenis kelamin, wanita kemungkinan 0,014 lebih besar untuk menang daripada pria. Pada dasarnya, bagaimana saya menafsirkan 0,014?

Pada dasarnya, saya ingin mengambil fungsi probabilitas dan benar-benar mengimplementasikannya di Java untuk program tertentu yang saya tulis, tapi saya tidak yakin apakah saya memahami fungsi dengan benar untuk mengimplementasikannya di Jawa.

Contoh kode Java:

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

probability logistic logit

— ATMathew
sumber

2

Ini mungkin membantu: en.wikipedia.org/wiki/Odds_ratio#Role_in_logistic_regress

— Fred Foo

2

Ini pertanyaan terkait . Ada beberapa yang lain juga, misalnya yang ini .

— kardinal

17

Jika Anda memasang GLM binomial dengan tautan logit (yaitu model regresi logistik), maka persamaan regresi Anda adalah peluang log bahwa nilai responsnya adalah '1' (atau 'sukses'), dikondisikan pada nilai prediktor .

Memperkirakan peluang log memberi Anda rasio peluang untuk peningkatan satu unit dalam variabel Anda. Jadi misalnya, dengan "jenis kelamin", jika Wanita = 0 dan Pria = 1 dan koefisien regresi logistik sebesar 0,014, maka Anda dapat menyatakan bahwa peluang hasil Anda untuk pria adalah exp (0,014) = 1,01 kali dari peluang hasil Anda pada wanita.

— Fomite
sumber

4

Bukankah seharusnya "peluang hasil Anda untuk pria adalah exp (0,014) = 1,01 kali dari peluang hasil Anda pada wanita", karena perempuan adalah 0 dan laki-laki adalah 1?

— Bustic01

4

rasio odds wanita seharusnya 1 / exp(0.014)

penjelasan:

karena acara untuk pria adalah '1' dan wanita adalah '0' yang berarti level referensi adalah wanita.

persamaan 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

karena itu, odds ratio(female) = 1 / 1.01 = 0.99

— sparkstars
sumber