我有两个变量,当按原样相互绘制时,它们并没有显示出太多的相关性,但是当我绘制每个变量的对数时,它们之间却呈现出非常清晰的线性关系。
所以我最终得到一个类型的模型:
,在数学上很棒,但是似乎没有常规线性模型的解释价值。
如何解释这样的模型?
5
对于现有的答案,我没有什么实质性的补充,但是结果的对数和预测变量是弹性。搜索该术语应找到一些很好的资源来解释这种关系,这不是很直观。
—
Upper_Case-Harming莫妮卡
对数-对数模型的解释为:,因变量为log(y),自变量为log(x)。
—
鲍勃
当结果是二进制(风险模型)并且暴露是累积的(例如性伴侣数量与HIV感染)时,互补的log-log链接是理想的GLM规范。jstor.org/stable/2532454
—
AdamO
@Alexis,如果覆盖曲线,则可以看到粘滞点。尝试
—
AdamO
curve(exp(-exp(x)), from=-5, to=5)
与curve(plogis(x), from=-5, to=5)
。凹面加速。如果一次遭遇事件的风险为,则第二次事件之后的风险应为,依此类推,这是概率形状logit无法捕获的。高的高暴露量将使逻辑回归结果更加明显地倾斜(错误地根据先前的概率规则)。一些模拟将向您显示。
@AdamO可能会写一篇包含这样的模拟的教学论文,以激发如何从三个之中选择一个特定的二分结果链接,包括它有或没有区别的情况。
—
Alexis