Como interpretar coeficientes a partir de uma regressão logística?

18

Eu tenho a seguinte função de probabilidade:

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

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

Onde

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

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

Meu modelo parece

Pr (Y = 1) = \frac{1}{1 + \exp (- [- 3,92 + 0,014 \times (gênero)])}

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

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

2

Isso pode ajudar: en.wikipedia.org/wiki/Odds_ratio#Role_in_logistic_regression

Fred Foo

2

Aqui está uma pergunta relacionada . Existem vários outros também, por exemplo, este .

cardeal

17

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.

Fomite
fonte

4

Não deveria ser "as chances do seu resultado para os homens são exp (0,014) = 1,01 vezes as chances do seu resultado nas mulheres", uma vez que o sexo feminino é 0 e o masculino é 1?

Bustic01 7/01

4

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)

odds(female) = exp(B0)
odds(male)   = exp(B0 + B1 * 1)

odds ratio(male) = odds(male) / odds(female) = exp(0.014) = 1.01

Portanto, odds ratio(female) = 1 / 1.01 = 0.99

estrelas brilhantes
fonte

Como interpretar coeficientes a partir de uma regressão logística?

Respostas: