나는 로지스틱 회귀를 사용하는 것에 다소 익숙하지 않고 다음과 같은 가치에 대한 해석이 일치하지 않을 것이라고 혼동했습니다.
- 지수 베타 값
- 베타 값을 사용하여 결과의 예측 확률.
영양 부족과 보험이 모두 이진이며 부가 연속적 인 경우 사용중인 모델의 단순화 된 버전이 있습니다.
Under.Nutrition ~ insurance + wealth
내 (실제) 모델은 보험에 대해 지수 .8의 베타 값을 반환합니다.
"피보험자에 대한 영양 부족 확률은 비보험 자에 대한 영양 부족 확률의 8 배입니다."
그러나 보험 변수에 0과 1의 값과 부의 평균 값을 넣어 개인의 확률 차이를 계산할 때 영양 부족의 차이는 .04에 불과합니다. 이는 다음과 같이 계산됩니다.
Probability Undernourished = exp(β0 + β1*Insurance + β2*Wealth) /
(1+exp(β0 + β1*Insurance + β2*wealth))
누군가이 값이 왜 다른지 설명하고 더 나은 해석 (특히 두 번째 값)이 무엇인지 설명 할 수 있다면 정말 감사하겠습니다.
추가 설명 편집
내가 이해 한 바와 같이, 비보험 자 (B1이 보험에 해당)에 대해 영양이 부족할 확률은 다음과 같습니다.
Prob(Unins) = exp(β0 + β1*0 + β2*Wealth) /
(1+exp(β0 + β1*0+ β2*wealth))
피보험자에 대한 영양 부족의 가능성은 다음과 같습니다.
Prob(Ins)= exp(β0 + β1*1 + β2*Wealth) /
(1+exp(β0 + β1*1+ β2*wealth))
피보험자에 비해 비보험 자에게 영양이 부족할 확률은 다음과 같습니다.
exp(B1)
이 값들 사이를 (수학적으로) 변환하는 방법이 있습니까? 나는 여전히이 방정식에 약간 혼란 스럽습니다 (RHS에서 다른 값이어야합니다).
Prob(Ins) - Prob(Unins) != exp(B)
평신도의 관점에서 볼 때, 문제는 확률 확률이 나타내는 것만 큼 영양이 부족할 확률을 개인이 보장하지 않는 이유는 무엇입니까? 내 데이터에서 Prob (Ins)-Prob (Unins) = .04, 지수 베타 값은 .8입니다 (왜 차이가 .2가 아닌가?)