एक लॉजिस्टिक प्रतिगमन से गुणांक की व्याख्या कैसे करें?

Question

मैं निम्नलिखित संभावना समारोह है:

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

कहाँ पे

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

मेरा मॉडल जैसा दिखता है

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

मैं समझता हूं कि अवरोधन (3.92) का क्या अर्थ है, लेकिन मुझे अब यकीन है कि 0.014 की व्याख्या कैसे की जाए। क्या ये अभी भी ऑड्स, विषम अनुपात में प्रवेश करते हैं, या अब मैं यह दावा कर सकता हूं कि प्रत्येक वृद्धिशील बाधाओं के लिए लिंग लिंग है, महिलाओं की पुरुषों की तुलना में 0.014 जीतने की संभावना है। मूल रूप से, मैं 0.014 की व्याख्या कैसे करूं?

असल में, मैं संभाव्यता फ़ंक्शन लेना चाहता हूं और वास्तव में जावा में इसे एक विशिष्ट कार्यक्रम के लिए लागू कर रहा हूं जो मैं लिख रहा हूं, लेकिन मुझे यकीन नहीं है कि मैं फ़ंक्शन को जावा में लागू करने के लिए सही ढंग से समझ रहा हूं।

जावा कोड उदाहरण:

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

Comments

यह मदद कर सकता है: en.wikipedia.org/wiki/Odds_ratio#Role_in_logistic_regression

— फ्रेड फू

यहाँ एक संबंधित प्रश्न है । कई अन्य भी हैं, जैसे, यह एक ।

— कार्डिनल

Answer 1

यदि आप एक द्विपदीय लिंक (एक लॉजिस्टिक रिग्रेशन मॉडल) के साथ द्विपद जीएलएम फिट कर रहे हैं, तो आपका प्रतिगमन समीकरण लॉग ऑड्स है कि प्रतिक्रिया मूल्य एक '1' (या 'सफलता') है, जो कि पूर्वसूचक मूल्यों पर वातानुकूलित है। ।

लॉग ऑड्स को एक्सपेक्ट करने से आपको अपने वैरिएबल में एक-यूनिट वृद्धि के लिए ऑड्स अनुपात मिलता है। उदाहरण के लिए, "लिंग" के साथ, यदि महिला = 0 और पुरुष = 1 और एक लॉजिस्टिक प्रतिगमन 0.014 का गुणांक है, तो आप यह दावा कर सकते हैं कि पुरुषों के लिए आपके परिणाम की संभावनाएं एक्सप (0.014) = 1.01 गुना हैं महिलाओं में आपके परिणाम।

Comments

क्या यह नहीं होना चाहिए "पुरुषों के लिए आपके परिणाम की बाधाओं का विस्तार (0.014) = 1.01 गुना है कि महिलाओं में आपके परिणाम की बाधाओं", क्योंकि महिला 0 है और पुरुष 1 है?

— Bustic01

Answer 2

महिलाओं का विषम अनुपात होना चाहिए 1 / exp(0.014)

स्पष्टीकरण:

चूंकि पुरुष के लिए घटना '1' है और महिला '0' है, जिसका अर्थ है कि संदर्भ स्तर महिला है।

समीकरण 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

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