Как интерпретировать коэффициенты из логистической регрессии?

У меня есть следующая функция вероятности:

где

Моя модель выглядит

Я понимаю, что означает перехват (3.92), но теперь я уверен, как интерпретировать 0.014. Являются ли они по-прежнему лог-коэффициентами, нечетными коэффициентами или я могу теперь утверждать, что для каждого инкрементального изменения коэффициента является пол, женщины на 0,014 с большей вероятностью выигрывают, чем мужчины. В основном, как я могу интерпретировать 0,014?

По сути, я хочу взять функцию вероятности и фактически реализовать ее на Java для конкретной программы, которую я пишу, но я просто не уверен, правильно ли я понимаю функцию для ее реализации на Java.

Пример кода Java:

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

Если вы подгоняете биномиальный GLM с помощью логит-ссылки (т. Е. Модели логистической регрессии), тогда ваше уравнение регрессии - это логарифмические шансы, что ответное значение равно «1» (или «успеху»), обусловленное значениями предиктора ,

Вычисление логарифмов дает вам коэффициент шансов для увеличения вашей переменной на единицу. Так, например, с «полом», если «Женский» = 0 и «Мужской» = 1, и коэффициентом логистической регрессии 0,014, то вы можете утверждать, что шансы на ваш результат для мужчин exp (0,014) = 1,01 от шансов на результат ваш результат у женщин.

соотношение шансов женщин должно быть 1 / exp(0.014)

объяснение:

поскольку событие для мужчины - «1», а для женщины - «0», это означает, что контрольный уровень - «женщина».

уравнение 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

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