为什么逻辑回归中的优势比

机器算法验证 物流 优势比 赔率
2022-03-25 20:01:34

我对逻辑回归(LR)中的优势比有点困惑。在逻辑回归教科书 ( pdf ) 中,它说优势比 (OR) 是OR=exp(β0+β1X). 但是,我不明白如何exp(β)与优势比有关。

这是我对LR的直觉。LR 的方程为:

ln(p1p)=β0+β1Xorp1p=exp(β0+β1X)
假设p是中奖的概率,p1p然后就是中彩票的几率。所以,Oddswin=exp(β0+β1X). 那么任何人都可以解释它是如何与 OR 相关联的吗?

1个回答

你说的对。如果书上这么说,那就错了。不过,我确实想知道这是否是一个错字或措辞不佳的段落,会导致误解。正如你所展示的,exp(β0+β1X)是模型预测的“成功”几率与 a 相关的优势比1-单位变化Xexp(β). 您也可以将 is 视为您将与相关的“成功”几率相乘的因素xi获得与相关的赔率(xi+1)(这些是相同的,措辞不同)。

自从p是成功的概率,p/(1p)是根据定义的成功几率。想象X=0, 那么右手边简化为exp(β0),但左边不变。因此我们可以看到exp(β0)是成功的几率X=0. 现在想象我们搬到哪里X=1,那么我们可以将 RHS 重写为exp(β0)×exp(β1)使用求幂规则。因此我们可以看到exp(β1)是您乘以成功几率以确定与某项相关的成功几率的因子1-单位增加X.

我认为您链接到的pdf写得很草率。在某一时刻,它说“优势比优势比等于exp ( B )”,但没有下标,而在上面 X 上的截距和系数由下标区分。这让读者在这里产生了误解。