Lojistik regresyon kesişimi nasıl yorumlanır (örnekle)
Lojistik regresyon, yanıt değişkeni ikili olduğunda bir regresyon modeline uymak için kullanabileceğimiz bir yöntemdir.
Lojistik regresyon modelini uyguladığımızda, model çıktısındaki orijinal terim, tüm yordayıcı değişkenler sıfıra eşit olduğunda ortaya çıkan yanıt değişkeninin log olasılığını temsil eder.
Ancak log olasılıklarının yorumlanması zor olduğundan, genellikle kesmeyi olasılık açısından çerçeveliyoruz.
Modeldeki her yordayıcı değişkenin sıfır olduğu göz önüne alındığında, yanıt değişkeninin ortaya çıkma olasılığını anlamak için aşağıdaki formülü kullanabiliriz:
P = e β 0 / (1 +e β 0 )
Aşağıdaki örnek, lojistik regresyon kesişiminin pratikte nasıl yorumlanacağını göstermektedir.
İlgili: Lojistik Regresyon Katsayıları Nasıl Yorumlanır?
Örnek: Lojistik regresyon kesme noktası nasıl yorumlanır?
Bir öğrencinin bir sınıftaki final sınavını geçip geçmeyeceğini tahmin etmek için cinsiyet ve alınan uygulama sınavlarının sayısını kullanarak bir lojistik regresyon modeli uydurmak istediğimizi varsayalım.
Modeli istatistiksel yazılım (R, Python , Excel veya SAS gibi) kullanarak uydurduğumuzu ve aşağıdaki sonucu aldığımızı varsayalım:
| Katsayı tahmini | Standart hata | Z değeri | P değeri | |
|---|---|---|---|---|
| Tutmak | -1.34 | 0.23 | 5.83 | <0,001 |
| Cinsiyet (Erkek = 1) | -0,56 | 0,25 | 2.24 | 0,03 |
| Pratik sınavlar | 1.13 | 0,43 | 2.63 | 0,01 |
Orijinal terimin -1,34 değerine sahip olduğunu görebiliriz.
Bu, cinsiyet sıfır olduğunda (yani öğrenci kız olduğunda) ve uygulamalı sınavlar sıfır olduğunda (öğrenci final sınavına hazırlanırken herhangi bir uygulamalı sınava girmemişse), öğrencinin sınavı geçme logaritmik ihtimalinin -1,34 olduğu anlamına gelir. . .
Günlük oranlarını anlamak zor olduğundan, olayları olasılık açısından yeniden yazabiliriz:
- Başarı olasılığı = e β 0 / (1 +e β 0 )
- Başarı olasılığı = e -1,34 / (1 +e -1,34 )
- Başarı olasılığı = 0,208
Her iki yordayıcı değişken de sıfıra eşit olduğunda (yani herhangi bir hazırlık sınavına girmemiş bir öğrenci), öğrencinin final sınavını geçme olasılığı 0,208’dir .
Ek kaynaklar
Aşağıdaki eğitimler lojistik regresyon hakkında ek bilgi sağlar:
Lojistik regresyon sonuçları nasıl raporlanır?
Lojistik Regresyon İçin Sıfır Hipotezini Anlamak
Lojistik regresyon ile doğrusal regresyon arasındaki fark
yazar hakkında
Dr.benjamin anderson
Merhaba, ben Benjamin, emekli bir istatistik profesörü ve Statorials öğretmenine dönüştüm. İstatistik alanındaki kapsamlı deneyimim ve uzmanlığımla, öğrencilerimi Statorials aracılığıyla güçlendirmek için bilgilerimi paylaşmaya can atıyorum. Daha fazlasını bil