Come interpretare i coefficienti da una regressione logistica?

18

Ho la seguente funzione di probabilità:

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

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

dove

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

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

Il mio modello sembra

Pr (Y = 1) = \frac{1}{1 + \exp (- [- 3.92 + 0.014 \times (Genere)])}

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

Capisco cosa significa l'intercetta (3.92), ma ora sono sicuro di come interpretare 0.014. Sono queste ancora le probabilità, i rapporti dispari, o posso ora affermare che per ogni variazione di probabilità incrementale è il genere, le femmine hanno una probabilità 0,014 di vincere più degli uomini. Fondamentalmente, come devo interpretare lo 0,014?

Fondamentalmente, voglio prendere la funzione di probabilità e effettivamente implementarla in Java per un programma specifico che sto scrivendo, ma non sono sicuro di capire correttamente la funzione per implementarla in Java.

Esempio di codice Java:

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

probability logistic logit

— ATMathew
fonte

2

Questo potrebbe aiutare: en.wikipedia.org/wiki/Odds_ratio#Role_in_logistic_regression

— Fred Foo,

2

Ecco una domanda correlata . Ce ne sono anche molti altri, ad esempio questo .

— cardinale il

17

Se si adatta un GLM binomiale con un collegamento logit (ovvero un modello di regressione logistica), l'equazione di regressione è la probabilità del registro che il valore di risposta sia un "1" (o un "successo"), condizionato dai valori del predittore .

Esponenziare le probabilità del registro ti dà il rapporto di probabilità per un aumento di una unità nella tua variabile. Quindi, ad esempio, con "genere", se Femmina = 0 e Maschio = 1 e un coefficiente di regressione logistica di 0,014, allora puoi affermare che le probabilità del tuo esito per gli uomini sono exp (0,014) = 1,01 volte quella delle probabilità di il tuo risultato nelle donne.

— fomite
fonte

4

Non dovrebbe essere "le probabilità del tuo esito per gli uomini sono exp (0,014) = 1,01 volte quella delle probabilità del tuo esito nelle donne", dato che la femmina è 0 e il maschio è 1?

— Bustic01

4

il rapporto di probabilità delle donne dovrebbe essere 1 / exp(0.014)

spiegazione:

poiché l'evento per maschio è '1' e femmina è '0' significa che il livello di riferimento è femmina.

l'equazione 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

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

— sparkstars
fonte