Interprétation des coefficients estimés dans la régression logistique binaire

Plus les probabilités logarithmiques sont plus élevées, plus l’événement de référence sera probablement. Par conséquent, les coefficients positifs indiquent que l’événement devient plus probable et les coefficients négatifs indiquent que l’événement devient moins probable. Ce qui suit est un résumé des interprétations des différents types de prédicteurs.

Prédicteurs continus

Le coefficient d’un prédicteur continu est le changement estimé dans le logarithme naturel des probabilités pour l’événement de référence pour chaque augmentation d’une unité dans le prédicteur. Par exemple, si le coefficient de temps en secondes est de 1,4, le logarithme naturel des probabilités augmente en 1.4 pour chaque seconde supplémentaire.

Les coefficients estimés peuvent également être utilisés pour calculer les probabilités ou la relation entre deux cotes . Élevez le coefficient d’un prédicteur à une puissance. Le résultat est le rapport des probabilités pour le moment où le prédicteur est X + 1, par rapport à lorsque le prédicteur est X. Par exemple, si le rapport des probabilités de masse en kilogrammes est de 0,95, alors pour chaque kilogramme supplémentaire, la probabilité de l’événement diminue à environ 5%.

pour les prédicteurs continus, l’interprétation des chances peut être plus significatif que l’interprétation du rapport des probabilités.

Prédicteurs catégorique avec codage 1, 0

Le coefficient est le changement estimé dans le logarithme naturel des chances lorsqu’il est changé du niveau de référence au niveau de la coefficient. Par exemple, une variable catégorique a les niveaux rapides et lents, et le niveau de référence est lent. Si le coefficient rapide est de 1,3, une modification de la variable lente-rapide provoque l’augmentation du logarithme naturel des probabilités d’événement en 1.3.

Les coefficients estimés peuvent également être utilisés pour calculer la relation de probabilités ou la relation entre deux cotes. Élevez le coefficient d’un niveau à une puissance. Le résultat est le rapport entre probabilités pour le niveau par rapport au niveau de référence. Par exemple, une variable catégorique a des niveaux durs et mous, et le niveau de référence est lisse. Si le rapport des probabilités difficiles est de 0,5, le changement de lisse sur dur rend les probabilités d’événement diminuez de 50%.

Prédicteurs catégoriques avec codage 1, 0, -1

Le coefficient est le changement cher dans la Logarithme naturel des chances lorsqu’il est changé de la moyenne du logarithme naturel des probabilités au niveau du coefficient. Par exemple, une variable catégorique a les niveaux avant le changement et après le changement. Si le coefficient après la modification est -2.1, le logarithme naturel des probabilités d’événement diminue en 2.1 par rapport à la moyenne lorsque la variable est égale à une autre modification.

Les coefficients estimés peuvent également être utilisés pour calculer les probabilités. Pour trouver la valeur de l’exponentiation, soustrayez les coefficients que vous souhaitez comparer. Par exemple, une variable catégorique a les niveaux rouge, jaune et vert. Pour calculer la relation entre probabilités pour rouges et jaunes, soustrayez le coefficient de rouge au coefficient jaune. Élever le résultat à une puissance. Si le rapport des probabilités est de 1,02, le changement de rouge sur jaune rend les probabilités de l’événement augmenter de 2%.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *