Eu tenho a seguinte função de probabilidade:
Onde
Meu modelo parece
Entendo o que o intercepto (3,92) significa, mas agora tenho certeza de como interpretar 0,014. Ainda existem probabilidades de log, razões ímpares, ou posso agora afirmar que, para cada mudança incremental de probabilidades de gênero, as mulheres têm 0,014 mais chances de ganhar do que os homens. Basicamente, como devo interpretar o 0,014?
Basicamente, quero pegar a função de probabilidade e implementá-la em Java para um programa específico que estou escrevendo, mas não tenho certeza se estou entendendo a função corretamente para implementá-la em Java.
Exemplo de código Java:
double p = 1d / (1d + Math.pow(2.718d, -1d * (-3.92d + 0.014d * bid)));
probability
logistic
logit
ATMathew
fonte
fonte
Respostas:
Se você estiver ajustando um GLM binomial com um link de logit (ou seja, um modelo de regressão logística), sua equação de regressão é a probabilidade de logar que o valor da resposta é '1' (ou 'sucesso'), condicionado aos valores preditores .
A exponenciação das probabilidades de log fornece a razão de chances para um aumento de uma unidade em sua variável. Assim, por exemplo, com "sexo", se Feminino = 0 e Masculino = 1 e um coeficiente de regressão logística de 0,014, você pode afirmar que as chances de seu resultado para homens são exp (0,014) = 1,01 vezes as chances de seu resultado nas mulheres.
fonte
a razão de chances das mulheres deve ser
1 / exp(0.014)
explicação:
como o evento masculino é '1' e feminino é '0', o nível de referência é feminino.
a equação
ln(s) = B0 + B1*(gender)
Portanto,
odds ratio(female) = 1 / 1.01 = 0.99
fonte