Definicja

Regresja logistyczna

Inne nazwy: model logitowy, binarna regresja logistyczna. Kategoria: modele statystyczne.

Regresja logistyczna modeluje logarytm szans wyniku binarnego jako kombinację predyktorów. Po potęgowaniu współczynnik daje iloraz szans, OR, dla wzrostu predyktora o jednostkę lub względem kategorii referencyjnej, przy stałych pozostałych predyktorach.

Szansa a prawdopodobieństwo. Dla prawdopodobieństwa p szansa wynosi p/(1 - p). OR = 2 nie oznacza podwojenia prawdopodobieństwa ani wzrostu o 100 punktów procentowych. Zmiana prawdopodobieństwa zależy od wartości początkowej i pozostałych predyktorów. OR należy raportować z przedziałem ufności, a w zadaniach predykcyjnych dodatkowo oceniać między innymi kalibrację i dyskryminację poza danymi użytymi do dopasowania.

Częsty błąd. Zapis „prawdopodobieństwo było 2,17 razy większe”, gdy model oszacował OR = 2,17. Poprawna interpretacja dotyczy szans, chyba że osobno obliczono i przedstawiono prawdopodobieństwa lub inną miarę ryzyka.

Przykład syntetyczny. W modelu z jednym predyktorem współczynnik wyniósł 0,7744, co dało OR = 2,169 i 95% CI [1,376; 3,421]. Przewidywane prawdopodobieństwo wyniosło 0,238 dla x = 1 i 0,404 dla x = 2, czyli różnica 0,166, a nie 1,169.

Jak to zapisać w pracy. W regresji logistycznej wzrost X o jednostkę wiązał się z większymi szansami wyniku, OR = 2,17, 95% CI [1,38; 3,42]. Dodatkowo podano przewidywane prawdopodobieństwa w interpretowalnych punktach, specyfikację modelu i sposób oceny jego trafności.

Dane i wyniki są syntetyczne; odtwarza je docs/dane/przyklady-slownik-g07a.py.

Powiązane hasła: przedział ufności, Wielkość efektu, niezależność obserwacji, liniowość i monotoniczność

Jeśli potrzebujesz przełożyć OR na zrozumiałe prawdopodobieństwa, Wyceń projekt.