Logistic回归中的拦截项


14

假设我们有以下逻辑回归模型:

logit(p)=β0+β1x1+β2x2

是事件时的赔率和?换句话说,当和处于最低级别(即使它不为0)时,这是事件的几率吗?例如,如果和仅采用值和则我们不能将它们设置为0。β0x1=0x2=0x1x2x1x223


3
我相信您会在stats.stackexchange.com/questions/91402上找到答案,这些答案具有启发性实用性。进行较小的更改,它将直接适用于您的情况。
ub

1
@whuber:在我的示例中,和不在我的数据范围内吗?因此并没有有意义的解释。X 2 = 0 β 0x1=0x2=0β0
logisticgu

Answers:


24

X 1 = X 2 = 0 X 1 = X 2 = 0β0不是时事件的赔率,而是赔率的对数。另外,当时才是对数赔率,而不是当它们处于最低非零值时。 x1=x2=0x1=x2=0


因此,在我的情况下没有有意义的解释。β0
logisticgu

8
因此,在您的情况下没有有意义的独立解释。通常是这种情况。它仍然是模型的组成部分。如果将其从模型中删除,则模型的其余部分(例如,的估计值)将有偏差。β 1β0β^1
gung-恢复莫妮卡

3
(+1)有多种方法可以使拦截有意义。例如,如果您对和时的对数赔率感兴趣,则将对和进行回归。当然,您可以通过将和插入当前模型来获得相同的值,从而得到,但是默认软件输出可能会自动包含将其与零进行比较的测试。X 3 = 3 p X 1 - 2 X 3 - 3 X 1 = 2 X 2 = 3 β 0 + 2 β 1 + 3 β 2x2=2x3=3px12x33x1=2x2=3β0+2β1+3β2
whuber

@gung:以类似的方式,当所有其他变量保持不变时,正在将与进行比较?X 1 = 3 X 1 = 2exp(β1)x1=3x1=2
logisticgu

1
是的,是在其他所有参数保持不变的情况下,变化1个单位(可能是间隔为1个单位的一组值所关联的比值比。X 1exp(β1)x1
gung-恢复莫妮卡

4

也可能存在和不能同时等于的情况。在这种情况下,没有明确的解释。X 2 0 β 0x1x20β0

否则,会做出解释-如果没有一个变量不能做到这一点,它将赔率的对数转换为其实际值。β0


请注意,您可以在此处使用乳胶排版,方法是将文本在美元符号中,例如$x^{2}$产生并产生β 0x2$\beta_0$β0
Silverfish

0

我建议以另一种方式看待它...

在逻辑回归中,我们通过计算似然率(的实际输出)来预测一些二进制类{0或1} 。logit(p)

当然,这是假设对数奇数可以由线性函数合理地描述-例如,β0+β1x1+β2x2+

...这是一个很大的假设,只有在某些情况下才成立。如果这些分量对对数几率没有独立的,成比例的影响,则最好选择另一个统计框架。即,对数奇数由一些固定成分,并按每个连续项递增。xiβ0βixi

简而言之,值是该组件方式方法的“固定组件”,用于描述您尝试预测的任何事件/条件的对数奇数。还请记住,给定一组值,回归最终描述了一些条件平均值。这些都不要求 -values在您的数据中为0甚至在现实中都是可能的。所述简单地移位该线性表达向上或向下,使得可变组件是最准确的。β0xixiβ0

也许我以略有不同的心态说了同样的话,但是我希望这可以帮助...

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.