是否可以比较 2 个不同逻辑模型的概率？例如，如果我有一个模型返回某人在星期一接听电话的概率，然后我有另一个模型用于星期二，另一个模型用于星期三等等......然后对于相同的输入，我运行第一个模型并我知道那个人被联系的概率是 0.8，而星期二的模型是 0.6，其余日子的概率也小于 0.8。是否可以比较这些，并说周二更有可能联系此人，或者这些概率不可比较？
我认为它们不是因为这些模型可能具有例如不同的错误率。如果是这种情况，你会如何做一个模型，让你有最好的时间联系某人？我真的很感激这个主题的一些亮点。谢谢
实际上，您无法可靠地比较具有不同基础数据的 logit 模型。不重复之前写过的内容，这篇文章有一个很好的答案（或者看这篇论文）。
在您的情况下，结合不同日期的数据，并对此建模：
您可以进行简单的 Wald 检验或似然比检验来比较每天的系数在统计上是否不同。例如，您可能会发现 Sat 和 Sun 之间没有统计差异，在这种情况下您可以更新您的模型：
您还可以估计每天的边际效应，因为根据您真正感兴趣的内容，优势比可能会造成混淆或误导。
如果你有一天中的时间，那可能是一个乘数效应，它可能会缓和一天，尽管在 logit 模型中解释交互项可能会令人困惑。
此外，其他变量可能会调节特定日期的影响 - 就业状况、婚姻和父母状况等。如果您有这些，您可能希望将它们包括在内作为对照。