লজিস্টিক রিগ্রেশনে লগের রূপান্তরিত ভবিষ্যদ্বাণীদের ব্যাখ্যা

Question

আমার লজিস্টিক মডেলের একটি ভবিষ্যদ্বাণী লগ রূপান্তরিত হয়েছে। লগ রুপান্তরিত পূর্বাভাসকের আনুমানিক সহগকে আপনি কীভাবে ব্যাখ্যা করবেন এবং প্রতিকূল অনুপাতের উপরে আপনি কীভাবে সেই ভবিষ্যদ্বাণীকের প্রভাব গণনা করবেন?

Comments

এছাড়াও সম্ভবত আগ্রহের বিষয়: পরিমাণগত পূর্বাভাসকারীদের কি সাধারণভাবে বিতরণের জন্য রূপান্তর করা উচিত?

— ম্যাক্রো

এই প্রশ্নের একটি খুব সুস্পষ্ট, বিস্তৃত চিকিত্সা হ'ল jthetzel এর উত্তর stats.stackexchange.com/questions/18480/…

— Rolando2

সব আপনার সাহায্যের জন্য ধন্যবাদ। আরও একটি ব্যাখ্যা। প্রকৃতপক্ষে যদি আমি লগ বেস 2- এ রূপান্তর করি তবে পূর্ববর্তী উত্তর অনুসারে এটি স্বজ্ঞাত ধারণা দেয় যে ভবিষ্যদ্বাণীকারীকে দ্বিগুণ করার ফলে ফলাফলটি কুড়াল% পরিবর্তিত হয়।

— এমপি 77

Answer 1

যদি আপনি আনুমানিক সহগকে ঘৃণা করেন তবে আপনি ভবিষ্যদ্বাণীকারীর বি- গুন বৃদ্ধির সাথে সম্পর্কিত একটি বৈষম্য অনুপাত$b$ পাবেন , যেখানে ভবিষ্যদ্বানীকে লগ-ট্রান্সফর্ম করার সময় আপনি যে লগারিদম ব্যবহার করেছিলেন সেটি বেস।$b$

আমি সাধারণত এই পরিস্থিতিতে লগারিদমগুলিকে বেস 2-এ নিয়ে যেতে পছন্দ করি, তাই আমি পূর্বাভাসকারীর দ্বিগুণ হওয়ার সাথে সম্পর্কিত প্রতিকূল অনুপাত হিসাবে এক্সপেনসেটেড গুণাগুণকে বাধা দিতে পারি ।

Comments

মজাদার. আমি সর্বদা প্রাকৃতিক লগগুলি ব্যবহার করি কারণ সহগের অনেকগুলি শূন্যের কাছাকাছি থাকে এবং তারপরে আনুপাতিক (আপেক্ষিক) পার্থক্য হিসাবে ব্যাখ্যা করা যায়। লগারিদমের অন্য কোনও বেসে এটি সম্ভব নয়। অন্যান্য ঘাঁটিগুলি ব্যবহার করার ক্ষেত্রে আমি কিছু যোগ্যতা দেখতে পাচ্ছি, তবে আমি মনে করি আপনার প্রতিক্রিয়া স্পষ্ট করা দরকার, কারণ প্রাথমিকভাবে আপনার ব্যাখ্যাটি সহগের মানটি ব্যবহার করে না!

— whuber

@ তবে আফসোস, প্রাইম ফেসি মানে কি? প্রথম মুখ ??

— onestop

google.com/search?q=define+"prima+facie "

— whuber

Answer 2

@gung যদি আপনি সম্পূর্ণরূপে সঠিক, কিন্তু, না এটা রাখা করার সিদ্ধান্ত নেন, আপনি সহগ প্রতিটি প্রভাব থাকার করেছে ব্যাখ্যা করতে পারেন একাধিক প্রতিটি চতুর্থ বদলে উপরন্তু চতুর্থ করুন।

একটি চতুর্থ যা প্রায়শই রূপান্তর করা উচিত তা হ'ল আয়। যদি আপনি এটি অপরিকল্পিতভাবে অন্তর্ভুক্ত করেন, তবে প্রতিটি (বলুন) আয়ের প্রতি 1000 ডলার বৃদ্ধি বাধাগুলির অনুপাতের দ্বারা নির্ধারিত প্রতিকূলতার অনুপাতের উপর প্রভাব ফেলবে। অন্যদিকে, আপনি যদি আয়ের লগ (10) নেন, তবে আয়ের প্রতিটি 10 ​​গুণ বৃদ্ধি বাজেটের অনুপাতের ক্ষেত্রে নির্দিষ্ট প্রতিকূলতার উপর প্রভাব ফেলবে।

এটা তোলে আয় এই কাজ করতে, কারণ নানাভাবে, বাড়িয়ে জ্ঞান করে তোলে $ আয় 1,000 কেউ তোলে জন্য অনেক বড় $ কেউ তোলে চেয়ে প্রতি বছরে 10,000 $ 100,000।

একটি চূড়ান্ত নোট - যদিও লজিস্টিক রিগ্রেশন কোনও স্বাভাবিকতা অনুমান করে না, এমনকি ওএলএস রিগ্রেশন ভেরিয়েবলগুলি সম্পর্কে অনুমানও করে না, এটি অবশিষ্টাংশ দ্বারা অনুমান হিসাবে ত্রুটি সম্পর্কে অনুমানগুলি তৈরি করে।

Comments

+1, ভাল পয়েন্ট। আমি মনে করি আমি আরও সম্পূর্ণ হতে পারে। তদ্ব্যতীত, আমি ডলারের লক্ষণগুলির ঠিক আগেই ব্যাকস্ল্যাশ "putting" লাগিয়ে অজান্তে ম্যাথজ্যাক্সটি বন্ধ করে দিয়েছি। আমি আশা করি আপনি কিছু মনে করবেন না।

— গুং - মনিকা পুনরায়

'লজিস্টিক রিগ্রেশন ত্রুটিগুলি সম্পর্কে ধারণা তৈরি করে' বলতে কী বোঝ?

না, ওএলএস রিগ্রেশন ত্রুটিগুলি সম্পর্কে অনুমান করে। ঠিক এটাই আমি বলেছিলাম.

— পিটার ফ্লুম - মনিকা পুনরায়

Answer 3

ফ্রেড এল। রামসে এবং ড্যানিয়েল ডাব্লু শ্যাফার স্ট্যাটিসটিকাল স্লুথ থেকে এই উত্তরটি রূপান্তর করেছেন।

যদি আপনার মডেল সমীকরণ হয়:

$log(p/(1-p)) = \beta _{0} + \beta log(X)$

$k$$X$$k^{\beta }$

উদাহরণস্বরূপ, হাসপাতালে থাকার সময়কালে আমার বিছানার ঘা উপস্থিতির জন্য নিম্নলিখিত মডেলটি রয়েছে।

$log(odds of bedsore)= -.44 + 0.45(length of stay)$

$\beta = 0.45$

$k$

$k=2$

$k^{\beta } = 2^{0.45} = 1.37$

$k=2$

$k=0.5$

$k^{\beta } = 0.5^{0.45} = 0.73$

$k=0.5$