Interpretación dos coeficientes estimados na regresión loxística binaria

Canto maior sexa a probabilidade logarítmica, máis probabilidade será o evento de referencia. Polo tanto, os coeficientes positivos indican que o evento faise máis probable e os coeficientes negativos indican que o evento faise menos probable. O seguinte é un resumo das interpretacións dos diferentes tipos de predictores.

Predecientes continuos

O coeficiente dun predictor continuo é o cambio estimado no logaritmo natural das probabilidades para o evento de referencia para cada aumento dunha unidade no predictor. Por exemplo, se o coeficiente de tempo en segundos é de 1,4, entón o logaritmo natural das probabilidades aumenta en 1.4 por cada segundo adicional.

Os coeficientes estimados tamén se poden usar para calcular as probabilidades ou a relación entre dúas probabilidades .. Elevar o coeficiente dun predictor a un poder. O resultado é a proporción de probabilidades de cando o predictor é x + 1, en comparación con cando o predictor é x. Por exemplo, se a proporción de probabilidades masivas en quilogramos é de 0,95, entón por cada quilogramo adicional, a probabilidade do evento diminúe ao redor do 5%.

Para os predictores continuos, a interpretación das probabilidades pode ser máis significativo que a interpretación da proporción de probabilidades.

Predicistas categóricas con codificación 1, 0

O coeficiente é o cambio estimado no logaritmo natural das probabilidades cando se cambia a partir do nivel de referencia a nivel de coeficiente. Por exemplo, unha variable categórica ten os niveis rápidos e lentos, eo nivel de referencia é lento. Se o coeficiente rápido é de 1,3, entón un cambio na variábel lento causa o logaritmo natural das probabilidades de evento para aumentar en 1.3.

Os coeficientes estimados tamén se poden usar para calcular a relación de probabilidades ou a relación entre dúas probabilidades. Elevar o coeficiente dun nivel a un poder. O resultado é a proporción de probabilidades para o nivel en comparación co nivel de referencia. Por exemplo, unha variable categórica ten niveis duros e suaves e o nivel de referencia é suave. Se a proporción de probabilidades duras é de 0,5, entón o cambio de lisa a dificultade fai que as probabilidades de evento diminúen nun 50%.

Predicistas categóricas con codificación 1, 0, -1

O coeficiente é o cambio querido no Logaritmo natural das probabilidades cando se cambia a partir da media do logaritmo natural das probabilidades a nivel de coeficiente. Por exemplo, unha variable categórica ten os niveis antes do cambio e despois do cambio. Se o coeficiente despois do cambio é -2.1, entón o logaritmo natural das probabilidades de evento diminúe en 2.1 con respecto á media cando a variable é igual a despois do cambio.

Os coeficientes estimados tamén poden ser utilizados para calcular as probabilidades. Para atopar o valor da exponenciación, restar os coeficientes que desexa comparar. Por exemplo, unha variable categórica ten os niveis vermellos, amarelos e verdes. Para calcular a relación de probabilidades de vermello e amarelo, restar o coeficiente de vermello ao coeficiente amarelo. Elevar o resultado a un poder. Se a proporción de probabilidades é de 1,02, entón o cambio de vermello a amarelo fai que as probabilidades do evento aumenten un 2%.

Deixa unha resposta

O teu enderezo electrónico non se publicará Os campos obrigatorios están marcados con *