我正在用L1规范估计二元逻辑回归。根据回归系数， 的系数符号x1为正。但是，描述性统计表明第x10 类变量的平均值大于第 1 类变量的平均值。
你能解释一下如何证明这种矛盾的结果吗？
应该注意的是，描述性统计是在自变量标准化之前计算的。
为什么描述性统计与回归系数相矛盾？
机器算法验证
物流
描述性统计
回归系数
2022-04-11 01:24:22
1个回答
这不是 L1 规范的问题，也不是逻辑回归的问题；它会发生在普通的 L2 范数多元线性回归中。一旦您以另一个变量为条件（包括附加功能），无条件关系的方向可能会改变。
考虑 4 个组，其中是一个增函数在每个组内，但四个组的平均值较低随着 x 的增加：
当然人口的在实践中是不可观察的；您只观察到 Y 为 1 的比例。但是，如果您在每个 x 值（例如 50 或其他值）处有许多重复，您实际上可以在每个 x 处观察到非常类似的样本比例。
现在，如果您仅将逻辑拟合到 y 与 x 值，而忽略组因子，您将得到一个负系数。但是，一旦您包含 group，x 的系数就会是正数。
[事实上，每次您添加附加功能时，标志甚至可能会翻转。]
进一步阅读：
其它你可能感兴趣的问题