আমি একটি ইউসিএলএ ওয়েবপৃষ্ঠায় মিশ্র প্রভাবগুলির লজিস্টিক রিগ্রেশন সম্পর্কে বিবৃতিতে বিভ্রান্ত হয়েছি । তারা যেমন একটি মডেল ফিটিং থেকে স্থির প্রতিক্রিয়া সহগের একটি টেবিল দেখায় এবং নীচের প্রথম অনুচ্ছেদে সহগগুলি ঠিক একটি সাধারণ লজিস্টিক রিগ্রেশন এর মতো ব্যাখ্যা করে বলে মনে হয়। তবে তারপরে যখন তারা প্রতিকূল অনুপাতের বিষয়ে কথা বলেন, তখন তারা আপনাকে এলোমেলো প্রভাবগুলির শর্তাধীন ব্যাখ্যা করতে হবে। লগ-প্রতিক্রিয়াগুলির ব্যাখ্যাটি কীভাবে তাদের ঘনত্বযুক্ত মানগুলির চেয়ে আলাদা করবে?
- হয় না "অন্য সব কিছু ধ্রুবক ধরে রাখা" প্রয়োজন?
- এই মডেল থেকে স্থির প্রভাবের সহগগুলি ব্যাখ্যা করার উপযুক্ত উপায় কী? আমি সবসময় এই ছাপের মধ্যে ছিলাম "সাধারণ" লজিস্টিক রিগ্রেশন থেকে কিছুই পরিবর্তিত হয়নি কারণ এলোমেলো প্রভাবগুলির প্রত্যাশা শূন্য থাকে। সুতরাং আপনি লগ-প্রতিক্রিয়া এবং প্রতিকূল অনুপাতের সাথে এলোমেলো প্রভাবগুলির সাথে বা ছাড়াই ঠিক একই ব্যাখ্যা করেছেন - কেবল এসই পরিবর্তিত হয়েছে।
প্রাক্কলনগুলি বরাবরের মতো প্রয়োজনীয়ভাবে ব্যাখ্যা করা যায়। উদাহরণস্বরূপ, আইএল 6-এর জন্য, আইএল 6-এ এক ইউনিট বৃদ্ধি একটি .053 ইউনিট হ্রাসের প্রত্যাশিত লগ প্রতিক্রিয়া হ্রাসের সাথে সম্পর্কিত। একইভাবে, বিবাহিত বা বিবাহিত হিসাবে জীবনযাপনকারী ব্যক্তিদের অবিবাহিত ব্যক্তির তুলনায় .26 ক্ষমা পাওয়ার চেয়ে বেশি লগ প্রতিক্রিয়া রয়েছে বলে আশা করা যায়।
অনেক লোক প্রতিকূল অনুপাত ব্যাখ্যা করতে পছন্দ করে। যাইহোক, যখন মিশ্র প্রভাব থাকে তখন এগুলি আরও সংকীর্ণ অর্থ গ্রহণ করে। নিয়মিত লজিস্টিক রিগ্রেশনে, অন্যান্য সমস্ত ভবিষ্যদ্বাণীকারীকে স্থির করে নিয়ে থাকা সম্ভাব্য প্রতিকূল অনুপাতগুলি নির্ধারণ করে। এটি বোধগম্য হয় কারণ আমরা প্রায়শই অন্যান্য প্রভাবগুলির জন্য বয়সের মতো পরিসংখ্যানগতভাবে সমন্বয় করতে আগ্রহী, যেমন বিবাহের "খাঁটি" প্রভাব পেতে বা আগ্রহের প্রাথমিক ভবিষ্যদ্বাণীক যাই হোক না কেন। মিশ্র প্রভাবগুলির লজিস্টিক মডেলগুলির ক্ষেত্রেও একই কথাটি যুক্ত করা হয় যে সমস্ত কিছু স্থির করে রাখা এলোমেলো প্রভাব সংশোধন করে includes অর্থাৎ, এখানে বৈষম্যের অনুপাত হ'ল বয়স এবং আইএল 6 ধ্রুবক কারওর জন্য শর্তসাপেক্ষ বৈষম্যের অনুপাত এবং একইরকম একজন ডাক্তার, বা অভিন্ন এলোমেলো প্রভাবযুক্ত ডাক্তারদের ক্ষেত্রে