数据价值-DataValues

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 265|回复: 0

深入解读Logistic回归结果(一):回归系数,OR

[复制链接]

1万

主题

1万

帖子

3万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
39779
发表于 2018-5-23 14:28:56 | 显示全部楼层 |阅读模式
深入解读Logistic回归结果(一):回归系数,OR,关键词:Logistic回归分析、lasso回归系数解读、回归系数解读,Logistic回归虽然名字叫”回归” ,但却是一种分类学习方法。使用场景大概有两个:第一用来预测,第二寻找因变量的影响因素。 ,
一 从线性回归到Logistic回归,
线性回归和Logistic回归都是广义线性模型的特例。,假设有一个因变量y和一组自变量x1, x2, x3, … , xn,其中y为连续变量,我们可以拟合一个线性方程:,y =β0 +β1*x1 +β2*x2 +β3*x3 +…+βn*xn,并通过最小二乘法估计各个β系数的值。,如果y为二分类变量,只能取值0或1,那么线性回归方程就会遇到困难: 方程右侧是一个连续的值,取值为负无穷到正无穷,而左侧只能取值[0,1],无法对应。为了继续使用线性回归的思想,统计学家想到了一个变换方法,就是将方程右边的取值变换为[0,1]。最后选中了Logistic函数:,y = 1 / (1+e-x),这是一个S型函数,值域为(0,1),能将任何数值映射到(0,1),且具有无限阶可导等优良数学性质。,我们将线性回归方程改写为:,y = 1 / (1+e-z),,其中,z =β0 +β1*x1 +β2*x2 +β3*x3 +…+βn*xn,此时方程两边的取值都在0和1之间。,进一步数学变换,可以写为:,Ln(y/(1-y)) =β0 +β1*x1 +β2*x2 +β3*x3 +…+βn*xn,Ln(y/(1-y))称为Logit变换。我们再将y视为y取值为1的概率p(y=1),因此,1-y就是y取值为0的概率p(y=0),所以上式改写为:,p(y=1) = ez/(1+ez),,p(y=0) = 1/(1+ez),,其中,z =β0 +β1*x1 +β2*x2 +β3*x3 +…+βn*xn.,接下来就可以使用”最大似然法”估计出各个系数β。, ,二 odds与OR复习,      odds: 称为几率、比值、比数,是指某事件发生的可能性(概率)与不发生的可能性(概率)之比。用p表示事件发生的概率,则:odds = p/(1-p)。,      OR:比值比,为实验组的事件发生几率(odds1)/对照组的事件发生几率(odds2)。 , ,三 Logistic回归结果的解读,      我们用一个例子来说明,这个例子中包含200名学生数据,包括1个自变量和4个自变量:,      因变量:  hon,表示学生是否在荣誉班(honors class),1表示是,0表示否;,      自变量:,      female :性别,分类变量,1=女,0=男,      read: 阅读成绩,为连续变量,      write: 写作成绩,为连续变量,      math:数学成绩,为连续变量 , ,      1、不包含任何变量的Logistic回归,      首先拟合一个不包含任何变量的Logistic回归,,      模型为 ln(p/(1-p) =β0,      回归结果如下(结果经过编辑):,

hon

系数β

标准误

P

截距

-1.12546

0.164

0.000
,      这里的系数β就是模型中的β0 = -1.12546,,      我们用p表示学生在荣誉班的概率,所以有ln(p/(1-p) =β0 = -1.12546,,      解方程得:p = 0.245。,      odds = p/1-p = 0.3245,      这里的p是什么意思呢?p就是所有数据中hon=1的概率。,      我们来统计一下整个hon的数据:,

hon

例数

百分比

0

151

75.5%

1

49

24.5%
,      hon取值为1的概率p为49/(151+49) = 24.5% = 0.245,我们可以手动计算出ln(p/(1-p) = -1.12546,等于系数β0。可以得出关系:,      β0=ln(odds)。, ,      2、包含一个二分类因变量的模型,      拟合一个包含二分类因变量female的Logistic回归,,      模型为 ln(p/(1-p)  =β0 +β1* female.,      回归结果如下(结果经过编辑):,

hon

系数β

标准误

P

female

0.593

.3414294

0.083

截距

-1.47

.2689555

0.000
,      在解读这个结果之前,先看一下hon和female的交叉表:,

hon

female

Total

Male

Female

0

74

77

151

1

17

32

49

Total

91

109


,根据这个交叉表,对于男性(Male),其处在荣誉班级的概率为17/91,处在非荣誉班级的概率为74/91,所以其处在荣誉班级的几率odds1=(17/91)/(74/91) = 17/74 = 0.23;相应的,女性处于荣誉班级的几率odds2 = (32/109)/(77/109)=32/77 = 0.42。女性对男性的几率之比OR = odds2/odds1 = 0.42/0.23 = 1.809。我们可以说,女性比男性在荣誉班的几率高80.9%。,回到Logistic回归结果。截距的系数-1.47是男性odds的对数(因为男性用female=0表示,是对照组),ln(0.23) = -1.47。变量female的系数为0.593,是女性对男性的OR值的对数,ln(1.809) = 0.593。所以我们可以得出关系: OR = exp(β),或者β= ln(OR)(exp(x)函数为指数函数,代表e的x次方)。, ,      3、包含一个连续变量的模型,      拟合一个包含连续变量math的Logistic回归,,      模型为 ln(p/(1-p)  =β0 +β1* math.,      回归结果如下(结果经过编辑):,

hon

系数β

标准误

P

math

.1563404

.0256095

0.000

截距

-9.793942

1.481745

0.000
,      这里截距系数的含义是在荣誉班中math成绩为0的odds的对数。我们计算出odds = exp(-9.793942) = .00005579,是非常小的。因为在我们的数据中,没有math成绩为0的学生,所以这是一个外推出来的假想值。,      怎么解释math的系数呢?根据拟合的模型,有:,      ln(p/(1-p)) =  – 9.793942  + .1563404*math,      我们先假设math=54,有:,      ln(p/(1-p))(math=54) = – 9.793942 + .1563404 *54,      然后我们把math提高提高一个单位,令math=55,有:,      ln(p/(1-p))(math=55) = – 9.793942 + .1563404 *55,      两者之差:,      ln(p/(1-p))(math=55) – ln(p/1-p))(math = 54) = 0.1563404.,      正好是变量math的系数。,      由此我们可以说,math每提高1个单位,odds(即p/(1-p),也即处于荣誉班的几率)的对数增加0.1563404。,      那么odds增加多少呢?根据对数公式:,      ln(p/(1-p))(math=55) – ln(p/1-p))(math = 54) = ln((p/(1-p)(math=55)/ (p/(1-p)(math=54))) = ln(odds(math=55)/ odds(math=54)) = 0.1563404.,      所以:,      odds(math=55)/ odds(math=54)  =  exp(0.1563404) = 1.169.,      因此我们可以说,math每升高一个单位,odds增加16.9%。且与math的所处的绝对值无关。,      聪明的读者肯定发现,odds(math=55)/ odds(math=54)不就是OR嘛!, ,      4、包含多个变量的模型(无交互效应),      拟合一个包含female、math、read的Logistic回归,,      模型为 ln(p/(1-p) = β0 +β1* math+β2* female+β3* read.,      回归结果如下(结果经过编辑):,

hon

系数β

标准误

P

math

.1229589



0.000

female

0.979948



0.020

read

.0590632



0.026

截距

-11.77025



0.000
,      该结果说明:,     (1) 性别:在math和read成绩都相同的条件下,女性(female=1)进入荣誉班的几率(odds)是男性(female=0)的exp(0.979948) = 2.66倍,或者说,女性的几率比男性高166%。,     (2) math成绩:在female和read都相同的条件下,math成绩每提高1,进入荣誉班的几率提高13%(因为exp(0.1229589) = 1.13)。,     (3)read的解读类似math。, ,      5、包含交互相应的模型,      拟合一个包含female、math和两者交互相应的Logistic回归,,      模型为 ln(p/(1-p)  =β0 +β1* female+β2* math+β3* female *math.,      所谓交互效应,是指一个变量对结果的影响因另一个变量取值的不同而不同。,      回归结果如下(结果经过编辑):,

hon

系数β

标准误

P

female

-2.899863



0.349

math

.1293781



0.000

female*math

.0669951



0.210

截距

-8.745841



0.000
,      注意:female*math项的P为0.21,可以认为没有交互相应。但这里我们为了讲解交互效应,暂时忽略P值,姑且认为他们是存在交互效应的。,      由于交互效应的存在,我们就不能说在保持math和female*math不变的情况下,female的影响如何如何,因为math和female*math是不可能保持不变的!,      对于这种简单的情况,我们可以分别拟合两个方程,,      对于男性(female=0):,      log(p/(1-p))= β0 + β2*math.,      对于女性(female=1):,      log(p/(1-p))= (β0 + β1) + (β2 + β3 )*math.,      然后分别解释。, ,
,      注:本文大量参考这篇文章:http://www.ats.ucla.edu/stat/mult_pkg/faq/general/odds_ratio.htm,
转载请注明:数据分析 » 深入解读Logistic回归结果(一):回归系数,OR
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|Archiver|手机版|DataValues ( 赣ICP备16006919号-3 点击这里给我发消息 DataValues

GMT+8, 2018-11-16 06:46 , Processed in 0.142486 second(s), 32 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表