什么是事件概率?

事件概率是特定结果或事件发生的机会。与事件相对的是非事件。事件概率又称预测概率。事件概率可以估计事件发生的可能性,如在牌桌上抽到一张 A,或生产不一致的部件。事件概率的范围从 0(不可能)到 1(必然)。

试验中的每个性能都称为一次试验。例如,如果投掷硬币 10 次,并记录了印有头像那面朝上的次数,则您执行了 10 次试验。如果试验是独立的而且可能性相等,则可以通过将事件数量除以试验总数来估计事件概率。例如,如果在 10 次硬币投掷中有 6 次印有头像那面朝上,则估计的事件概率(印有头像那面朝上的投掷)为:

事件数 ÷ 试验数 = 6 ÷ 10 = 0.6

累积事件概率估计一组事件发生的可能性(例如,掷骰子时得到 4 或更少的概率,即得到 1、2、3 和 4 的概率总和)。

计算二元 Logistic 回归的事件概率

在二元 Logistic 回归中,响应变量只有两个可能值,如存在或不存在某种特定疾病。通过指明与事件数和试验数对应的列,可以在 Minitab 中输入二元响应数据。事件概率是特定因子或协变量模式的响应为 1 或某一事件的可能性(例如,50 岁以上的妇女患上二型糖尿病的可能性)。

  • 计算样本数据中存在的值
    1. 选择统计 > 回归 > 二值 Logistic 回归 > 拟合二值 Logistic 模型
    2. 响应中,输入响应。在连续预测变量中,输入项。在类别预测变量中,输入因子。
    3. 单击存储,然后选中拟合值(事件概率)。在每个对话框中单击确定
  • 计算新观测值
    1. 选择统计 > 回归 > 二值 Logistic 回归 > 拟合二值 Logistic 模型
    2. 响应中,输入响应。在连续预测变量中,输入项。在类别预测变量中,输入因子。单击确定
    3. 选择统计 > 回归 > 二值 Logistic 回归 > 预测
    4. 为模型中的每个预测变量输入单独的值或在其中存储值的列。
    5. 单击确定

计算顺序和名义 Logistic 回归的事件概率

在顺序和名义 Logistic 回归中,响应变量可能具有三种或更多类别。事件概率是特定因子或协变量模式具有特定响应类别的可能性。累积事件概率是特定因子或协变量模式的响应落在每个可能的类别 k 或以下类别的可能性,其中 k 等于响应类别 1…k。

  • 计算样本数据中存在的值
    1. 选择统计 > 回归 > 顺序 Logistic 回归统计 > 回归 > 名义 Logistic 回归。以下步骤适用于这两种分析。
    2. 响应中,输入响应。在模型中,输入预测变量。在类别预测变量(可选)中,输入因子。
    3. 单击存储
    4. 输入事件数中,输入响应变量的可区分值数。然后选中事件概率
    5. 在每个对话框中单击确定
    Minitab 将事件概率存储在工作表的下一个可用列中。默认的列名称以 EPROB 开头,后跟一个数字。
  • 计算新观测值
    1. 选择统计 > 回归 > 顺序 Logistic 回归统计 > 回归 > 名义 Logistic 回归。以下步骤适用于这两种分析。
    2. 响应中,输入响应。在模型中,输入预测变量。在类别预测变量(可选)中,输入因子。
    3. 单击存储并选中系数。在每个对话框中单击确定
    4. 在工作表中,将您要为其计算事件概率的值键入对应的预测变量列(位于现有数据正下方)中。您必须在您额外输入的每一行数据的响应列中键入一个值,但该响应值不会影响结果。
    5. 选择统计 > 回归 > 顺序 Logistic 回归统计 > 回归 > 名义 Logistic 回归
    6. 单击选项
    7. 选择验证的模型估计存于并输入 COEF1。单击确定
    8. 单击存储
    9. 输入事件数中,输入响应变量的可区分值数。
    10. 选中事件概率。取消选中系数。在每个对话框中单击确定
    Minitab 将事件概率存储在工作表的下一个可用列中。默认的列名称以 EPROB 开头,后跟一个数字。
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策