机器算法验证 - 逻辑回归中模型系数的解释 - 吾爱随笔录 - 问答

逻辑回归中模型系数的解释

机器算法验证回归物流解释回归系数

2022-04-09 13:47:56

在简单的逻辑回归中，模型系数的常见解释是“自变量增加一个单位与结果变量的对数优势比增加相关”）。这已经在这里回答了。 $\beta$ $\beta$

让我感到困惑的是 logit 函数相对于增加一个单位如何导致对数优势比的恒定变化？ $x$ $x$

1个回答

在逻辑回归中，我们有：

\ln (\frac{p}{1 - p}) = X b

$\ln\left({\frac{p}{1-p}}\right) = \mathbf{Xb}$

其中是线性预测变量，是解释变量的模型矩阵，是系数向量。是 logit 函数（赔率的对数）。 $\mathbf{Xb}$ $\mathbf{X}$ $\mathbf{b}$ $\ln\left({\frac{p}{1-p}}\right)$

的每个分量（例如，一个单独的解释变量）都与对数几率成正比，因此其中一个的任何变化都会对其产生线性影响。 $\mathbf{X}$

其它你可能感兴趣的问题

上一篇二项式检验的功效分析下一篇t 统计量是否有与假设检验无关的用途？