{"id":2135,"date":"2023-07-23T13:13:30","date_gmt":"2023-07-23T13:13:30","guid":{"rendered":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/"},"modified":"2023-07-23T13:13:30","modified_gmt":"2023-07-23T13:13:30","slug":"zinterpretowac-prawdopodobienstwo-logu","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/","title":{"rendered":"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Warto\u015b\u0107 wiarygodno\u015bci logarytmicznej<\/strong> modelu regresji jest sposobem pomiaru dobroci dopasowania modelu. Im wy\u017csza warto\u015b\u0107 logarytmicznej wiarygodno\u015bci, tym lepiej model pasuje do zbioru danych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Warto\u015b\u0107 log wiarygodno\u015bci dla danego modelu mo\u017ce waha\u0107 si\u0119 od ujemnej niesko\u0144czono\u015bci do dodatniej niesko\u0144czono\u015bci. Rzeczywista warto\u015b\u0107 wiarygodno\u015bci logarytmicznej dla danego modelu jest na og\u00f3\u0142 bez znaczenia, ale <strong>jest przydatna do por\u00f3wnywania dw\u00f3ch lub wi\u0119cej modeli<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">W praktyce cz\u0119sto dopasowujemy modele regresji wielokrotnej do zbioru danych i wybieramy model o najwy\u017cszej warto\u015bci logarytmicznej wiarygodno\u015bci jako model, kt\u00f3ry najlepiej pasuje do danych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla r\u00f3\u017cnych modeli regresji.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Przyk\u0142ad: interpretacja warto\u015bci logarytmicznego wiarygodno\u015bci<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105cy zestaw danych, kt\u00f3ry pokazuje liczb\u0119 sypialni, liczb\u0119 \u0142azienek i ceny sprzeda\u017cy 20 r\u00f3\u017cnych dom\u00f3w w okre\u015blonej okolicy:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-19825 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglik1.png\" alt=\"\" width=\"274\" height=\"480\" srcset=\"\" sizes=\"auto, \"><\/p>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce chcemy dopasowa\u0107 nast\u0119puj\u0105ce dwa modele regresji i okre\u015bli\u0107, kt\u00f3ry zapewnia najlepsze dopasowanie do danych:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Model 1<\/strong> : Cena = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (liczba pokoi)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Model 2<\/strong> : Cena = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> (liczba \u0142azienek)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Poni\u017cszy kod pokazuje, jak dopasowa\u0107 ka\u017cdy model regresji i obliczy\u0107 warto\u015b\u0107 logarytmiczn\u0105 wiarygodno\u015bci ka\u017cdego modelu w R:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define data\n<\/span>df &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (beds=c(1, 1, 1, 2, 2, 2, 2, 3, 3, 3,\n                        3, 3, 3, 3, 4, 4, 4, 5, 5, 6),\n                 baths=c(2, 1, 4, 3, 2, 2, 3, 5, 4, 3,\n                         4, 4, 3, 4, 2, 4, 3, 5, 6, 7),\n                 price=c(120, 133, 139, 185, 148, 160, 192, 205, 244, 213,\n                         236, 280, 275, 273, 312, 311, 304, 415, 396, 488))\n\n<span style=\"color: #008080;\">#fitmodels\n<\/span>model1 &lt;- lm(price~beds, data=df)\nmodel2 &lt;- lm(price~baths, data=df)\n\n<span style=\"color: #008080;\">#calculate log-likelihood value of each model\n<\/span>logLik(model1)\n\n'log Lik.' -91.04219 (df=3)\n\nlogLik(model2)\n\n'log Lik.' -111.7511 (df=3)\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Pierwszy model ma wy\u017csz\u0105 warto\u015b\u0107 wiarygodno\u015bci logarytmicznej ( <strong>-91,04<\/strong> ) ni\u017c drugi model ( <strong>-111,75<\/strong> ), co oznacza, \u017ce pierwszy model zapewnia lepsze dopasowanie do danych.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>\u015arodki ostro\u017cno\u015bci dotycz\u0105ce stosowania warto\u015bci logarytmicznej wiarygodno\u015bci<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Obliczaj\u0105c warto\u015bci wiarygodno\u015bci logarytmicznej, nale\u017cy pami\u0119ta\u0107, \u017ce dodanie do modelu dodatkowych zmiennych predykcyjnych prawie zawsze zwi\u0119kszy warto\u015b\u0107 wiarygodno\u015bci logarytmicznej, nawet je\u015bli dodatkowe zmienne predykcyjne nie s\u0105 istotne statystycznie.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Oznacza to, \u017ce warto\u015bci wiarygodno\u015bci logarytmicznej nale\u017cy por\u00f3wnywa\u0107 tylko pomi\u0119dzy dwoma modelami regresji, je\u015bli ka\u017cdy model ma t\u0119 sam\u0105 liczb\u0119 zmiennych predykcyjnych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Aby por\u00f3wna\u0107 modele z r\u00f3\u017cn\u0105 liczb\u0105 zmiennych predykcyjnych, mo\u017cna przeprowadzi\u0107 <a href=\"https:\/\/statorials.org\/pl\/test-wspo\u0142czynnika-wiarygodnosci-w-r\/\" target=\"_blank\" rel=\"noopener\">test wsp\u00f3\u0142czynnika wiarygodno\u015bci<\/a> , aby por\u00f3wna\u0107 stopie\u0144 dopasowania dw\u00f3ch zagnie\u017cd\u017conych modeli regresji.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/pl\/funkcja-lm-w-r\/\" target=\"_blank\" rel=\"noopener\">Jak u\u017cywa\u0107 funkcji lm() do dopasowania modeli liniowych w R<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/test-wspo\u0142czynnika-wiarygodnosci-w-r\/\" target=\"_blank\" rel=\"noopener\">Jak wykona\u0107 test wsp\u00f3\u0142czynnika wiarygodno\u015bci w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Warto\u015b\u0107 wiarygodno\u015bci logarytmicznej modelu regresji jest sposobem pomiaru dobroci dopasowania modelu. Im wy\u017csza warto\u015b\u0107 logarytmicznej wiarygodno\u015bci, tym lepiej model pasuje do zbioru danych. Warto\u015b\u0107 log wiarygodno\u015bci dla danego modelu mo\u017ce waha\u0107 si\u0119 od ujemnej niesko\u0144czono\u015bci do dodatniej niesko\u0144czono\u015bci. Rzeczywista warto\u015b\u0107 wiarygodno\u015bci logarytmicznej dla danego modelu jest na og\u00f3\u0142 bez znaczenia, ale jest przydatna do por\u00f3wnywania [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2135","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami) - Statoriale<\/title>\n<meta name=\"description\" content=\"W tym samouczku wyja\u015bniono, wraz z przyk\u0142adami, jak interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla modeli regresji.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami) - Statoriale\" \/>\n<meta property=\"og:description\" content=\"W tym samouczku wyja\u015bniono, wraz z przyk\u0142adami, jak interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla modeli regresji.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-23T13:13:30+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglik1.png\" \/>\n<meta name=\"author\" content=\"Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 minuty\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/\",\"url\":\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/\",\"name\":\"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami) - Statoriale\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-23T13:13:30+00:00\",\"dateModified\":\"2023-07-23T13:13:30+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"W tym samouczku wyja\u015bniono, wraz z przyk\u0142adami, jak interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla modeli regresji.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pl\/#website\",\"url\":\"https:\/\/statorials.org\/pl\/\",\"name\":\"Statorials\",\"description\":\"Tw\u00f3j przewodnik po kompetencjach statystycznych!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\",\"name\":\"Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin Anderson\"},\"description\":\"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej\",\"sameAs\":[\"https:\/\/statorials.org\/pl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami) - Statoriale","description":"W tym samouczku wyja\u015bniono, wraz z przyk\u0142adami, jak interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla modeli regresji.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/","og_locale":"pl_PL","og_type":"article","og_title":"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami) - Statoriale","og_description":"W tym samouczku wyja\u015bniono, wraz z przyk\u0142adami, jak interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla modeli regresji.","og_url":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/","og_site_name":"Statorials","article_published_time":"2023-07-23T13:13:30+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/loglik1.png"}],"author":"Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Benjamin Anderson","Szacowany czas czytania":"2 minuty"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/","url":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/","name":"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami) - Statoriale","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-23T13:13:30+00:00","dateModified":"2023-07-23T13:13:30+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"W tym samouczku wyja\u015bniono, wraz z przyk\u0142adami, jak interpretowa\u0107 warto\u015bci logarytmicznego wiarygodno\u015bci dla modeli regresji.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/zinterpretowac-prawdopodobienstwo-logu\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Jak interpretowa\u0107 warto\u015bci logarytmiczne wiarygodno\u015bci (z przyk\u0142adami)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pl\/#website","url":"https:\/\/statorials.org\/pl\/","name":"Statorials","description":"Tw\u00f3j przewodnik po kompetencjach statystycznych!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965","name":"Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Benjamin Anderson"},"description":"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej","sameAs":["https:\/\/statorials.org\/pl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/2135","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/comments?post=2135"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/2135\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=2135"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=2135"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=2135"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}