যদি আপনি কেবল সেই একাকী ভবিষ্যদ্বাণীটিকে মডেলটিতে রাখছেন, তবে ভবিষ্যদ্বাণীকারী এবং প্রতিক্রিয়ার মধ্যে বৈষম্যের অনুপাতটি ক্ষতিকারক রিগ্রেশন সহগের সমান হবে । আমি মনে করি না যে এই ফলাফলটির উত্সটি সাইটে উপস্থিত রয়েছে, সুতরাং আমি এটি সরবরাহের জন্য এই সুযোগটি নেব।
বাইনারি ফলাফল এবং একক বাইনারি ভবিষ্যদ্বাণী :YX
X=1X=0Y=1p11p01Y=0p10p00
এর পরে, একটি উপায় মধ্যে মতভেদ অনুপাত গণনা করা হবে এবং হয়XiYi
OR=p11p00p01p10
শর্তসাপেক্ষ সম্ভাবনার সংজ্ঞা অনুসারে, । অনুপাতের ক্ষেত্রে, তিনি সাথে জড়িত প্রান্তিক সম্ভাবনাগুলি বাতিল হয়ে যায় এবং আপনি শর্তাধীন সম্ভাবনার শর্তে বিজোড় অনুপাতটিকে আবার লিখতে পারেন :pij=P(Y=i|X=j)⋅P(X=j)XY|X
OR=P(Y=1|X=1)P(Y=0|X=1)⋅P(Y=0|X=0)P(Y=1|X=0)
লজিস্টিক রিগ্রেশন-এ, আপনি সরাসরি এই সম্ভাবনার মডেল করেছেন:
log(P(Yi=1|Xi)P(Yi=0|Xi))=β0+β1Xi
সুতরাং আমরা এই শর্তযুক্ত সম্ভাবনাগুলি সরাসরি মডেল থেকে গণনা করতে পারি। উপরের জন্য প্রকাশের প্রথম অনুপাতটি হ'ল:OR
P(Yi=1|Xi=1)P(Yi=0|Xi=1)=(11+e−(β0+β1))(e−(β0+β1)1+e−(β0+β1))=1e−(β0+β1)=e(β0+β1)
এবং দ্বিতীয়টি হ'ল:
P(Yi=0|Xi=0)P(Yi=1|Xi=0)=(e−β01+e−β0)(11+e−β0)=e−β0
সূত্রটিতে এটি আবার আমাদের কাছে , যা ফলাফল।OR=e(β0+β1)⋅e−β0=eβ1
দ্রষ্টব্য: আপনার যখন অন্যান্য ভবিষ্যদ্বাণী রয়েছে, তাদের কল করুন, (অনুরূপ ডেরাইভেশন ব্যবহার করে) আসলেZ1,...,Zp
P(Y=1|X=1,Z1,...,Zp)P(Y=0|X=1,Z1,...,Zp)⋅P(Y=0|X=0,Z1,...,Zp)P(Y=1|X=0,Z1,...,Zp)
সুতরাং এটি মডেলের অন্যান্য ভবিষ্যদ্বাণীকের মানগুলিতে শর্তসাপেক্ষ শর্তযুক্ত এবং সাধারণভাবে সমান নয়
P(Y=1|X=1)P(Y=0|X=1)⋅P(Y=0|X=0)P(Y=1|X=0)
সুতরাং, আপনি বিস্মৃত সহগ এবং পর্যবেক্ষণের প্রতিক্রিয়া অনুপাতের মধ্যে একটি তাত্পর্য লক্ষ্য করছেন এটি অবাক হওয়ার কিছু নেই।
দ্রষ্টব্য 2: আমি সত্য- এবং সত্য প্রতিকূলতার অনুপাতের মধ্যে একটি সম্পর্ক তৈরি করেছি তবে নোট করুন যে একই সম্পর্কটি নমুনার পরিমাণের জন্য ধারণ করে যেহেতু একক বাইনারি প্রেডিক্টরের সাথে লাগানো লজিস্টিক রিগ্রেশন হ'ল দ্বি-দ্বি-দু'য়ের এন্ট্রি পুনরুত্পাদন করবে টেবিল। অর্থাত্ কোনও জিএলএমের মতো লাগানো অর্থ হ'ল নমুনাটির সাথে হুবহু মিলে যায়। সুতরাং, উপরে ব্যবহৃত সমস্ত যুক্তি নমুনার পরিমাণ দ্বারা প্রতিস্থাপিত সত্য মানের সাথে প্রযোজ্য। β