순서형 로지스틱 회귀 분석에서 추정된 계수 해석

The interpretation of the estimated coefficients depends on: the link function, reference event for the response, and reference levels for the predictor. The estimated coefficient associated with a predictor (factor or covariate) represents the change in the link function for each unit change in the predictor, assuming all other predictors are held constant. A unit change in a factor refers to a comparison of a factor level to the reference factor level.

로짓 연결 함수는 추정된 계수에 대해 가장 자연스러운 해석을 제공하므로 Minitab의 기본 연결 함수입니다. 다음은 해석 방법을 요약한 것입니다.
  • The odds of an event are the ratio of P(event) to P(not event). The estimated coefficient of a predictor (factor or covariate) is the estimated change in the log of P(event)/P(not event) for each unit change in the predictor, assuming the other predictors remain constant.
  • 추정된 계수는 승산비 또는 두 오즈 간의 비를 계산하는 데도 사용될 수 있습니다. 요인의 추정된 계수를 거듭제곱하면 특정 요인 수준을 기준 요인 수준과 비교한 P(사건 있음)/P(사건 없음)의 비가 생성됩니다. 서로 다른 공변량 값에서의 승산비는 공변량의 1-단위 변화를 나타냅니다. 계수가 0이거나 승산비가 1인 경우는 모두 요인 또는 공변량에 효과가 없다는 것을 나타냅니다.

To change how you view the estimated coefficients, you can change the event or reference levels in the Options subdialog box. For example, if your response was coded Low, Medium, and High, the default reference event would be Medium because it is last in alphabetical order. In most cases, using High as the reference event would make the results more meaningful.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오