Wie interpretiere ich Koeffizienten aus einer logistischen Regression?

18

Ich habe folgende Wahrscheinlichkeitsfunktion:

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

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

wo

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

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

Mein Modell sieht aus wie

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

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

Ich verstehe, was der Abschnitt (3.92) bedeutet, aber ich bin mir jetzt sicher, wie man 0,014 interpretiert. Sind dies immer noch Quoten, ungerade Quoten oder kann ich jetzt behaupten, dass für jede inkrementelle Quotenänderung das Geschlecht der Frauen 0,014 mit höherer Wahrscheinlichkeit als die Männer gewinnen. Grundsätzlich, wie soll ich die 0,014 interpretieren?

Grundsätzlich möchte ich die Wahrscheinlichkeitsfunktion für ein bestimmtes Programm, das ich schreibe, in Java implementieren, bin mir aber nicht sicher, ob ich die Funktion richtig verstehe, um sie in Java zu implementieren.

Java-Codebeispiel:

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

probability logistic logit

— ATMathew
quelle

2

Dies könnte helfen: en.wikipedia.org/wiki/wetten_ratio#Role_in_logistic_regression

— Fred Foo

2

Hier ist eine verwandte Frage . Es gibt auch mehrere andere, z . B. diese .

— Kardinal

17

Wenn Sie eine binomiale GLM mit einem Logit-Link (dh einem logistischen Regressionsmodell) anpassen, ist Ihre Regressionsgleichung die logarithmische Wahrscheinlichkeit, dass der Antwortwert eine '1' (oder ein 'Erfolg') ist, abhängig von den Prädiktorwerten .

Durch die Potenzierung der Log-Quoten erhalten Sie das Quotenverhältnis für eine Erhöhung Ihrer Variablen um eine Einheit. Wenn also zum Beispiel bei "Geschlecht" Weiblich = 0 und Männlich = 1 und ein logistischer Regressionskoeffizient von 0,014 vorliegt, können Sie davon ausgehen, dass die Gewinnchancen für Männer exp (0,014) = 1,01-mal höher sind als die Gewinnchancen für Ihr Ergebnis bei Frauen.

— Fomite
quelle

4

Sollte es nicht sein, dass "die Gewinnchancen für Männer exp (0,014) = 1,01-mal so hoch sind wie die Gewinnchancen für Frauen", da Frauen 0 und Männer 1 sind?

— Bustic01

4

die Odds Ratio von Frauen sollte sein 1 / exp(0.014)

Erläuterung:

da das Ereignis für männlich '1' und weiblich '0' ist, bedeutet dies, dass der Referenzpegel weiblich ist.

Die gleichung 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

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

— sparkstars
quelle