Логистическая регрессия моделирует лог-шансы события как некоторый набор предикторов. То есть log (p / (1-p)), где p - вероятность некоторого исхода. Таким образом, интерпретация необработанных коэффициентов логистической регрессии для некоторой переменной (x) должна осуществляться в масштабе логарифмических коэффициентов. То есть, если коэффициент для x = 5, тогда мы знаем, что изменение на 1 единицу по x соответствует изменению на 5 единиц по шкале логарифмических шансов, что результат будет получен.
Тем не менее, я часто вижу, как люди интерпретируют экспоненциальные коэффициенты логистической регрессии как отношения шансов. Однако ясно, exp (log (p / (1-p))) = p / (1-p), что является вероятностью. Насколько я понимаю, отношение шансов - это вероятность одного события, происходящего (например, p / (1-p) для события A) по отношению к шансам другого события (например, p / (1-p) для события) Б).
Что мне здесь не хватает? Похоже, что эта общая интерпретация возведенных в степень коэффициентов логистической регрессии неверна.
источник
Рассмотрим два набора условий: первое описывается вектором независимых переменных , а второе - вектором X ' , который отличается только i-й переменной x i и одной единицей. Пусть β - вектор параметров модели как обычно.Икс Икс' Икся β
Согласно модели логистической регрессии, вероятность события, происходящего в первом случае, равна , так что вероятность наступления события равнаp1п1= 11 + опыт( - Xβ) п11 - р1= опыт( Хβ)
источник