ฉันค่อนข้างใหม่ในการใช้การถดถอยโลจิสติกและสับสนเล็กน้อยโดยความแตกต่างระหว่างการตีความของฉันของค่าต่อไปนี้ซึ่งฉันคิดว่าจะเหมือนกัน:
- ค่าเบต้าแบบยกกำลัง
- ทำนายความน่าจะเป็นของผลลัพธ์โดยใช้ค่าเบต้า
นี่คือรุ่นที่เรียบง่ายของรุ่นที่ฉันใช้ซึ่งการขาดสารอาหารและการประกันภัยเป็นทั้งไบนารีและความมั่งคั่งยังคงต่อเนื่อง:
Under.Nutrition ~ insurance + wealth
แบบจำลองของฉัน (จริง) คืนค่าเบต้าเป็นเลขชี้กำลัง 0.8 สำหรับการประกันซึ่งฉันจะตีความว่า:
"ความน่าจะเป็นของการได้รับอาหารไม่เพียงพอสำหรับผู้ประกันตนคือ 0.8 เท่าของความน่าจะเป็นของการได้รับอาหารไม่เพียงพอสำหรับบุคคลที่ไม่มีประกัน"
อย่างไรก็ตามเมื่อฉันคำนวณความแตกต่างของความน่าจะเป็นของแต่ละบุคคลโดยการใส่ค่า 0 และ 1 ลงในตัวแปรประกันภัยและค่าเฉลี่ยของความมั่งคั่งความแตกต่างของการขาดสารอาหารเพียง 0.04 นั่นคือการคำนวณดังนี้:
Probability Undernourished = exp(β0 + β1*Insurance + β2*Wealth) /
(1+exp(β0 + β1*Insurance + β2*wealth))
ฉันจะซาบซึ้งจริง ๆ ถ้ามีใครสามารถอธิบายได้ว่าทำไมค่าเหล่านี้แตกต่างกันและการตีความที่ดีกว่า (โดยเฉพาะสำหรับค่าที่สอง) อาจจะเป็นอย่างไร
การแก้ไขคำชี้แจงเพิ่มเติม
เมื่อฉันเข้าใจแล้วความน่าจะเป็นที่ได้รับการเลี้ยงดูสำหรับบุคคลที่ไม่มีประกัน (ที่ B1 สอดคล้องกับการประกันภัย) คือ:
Prob(Unins) = exp(β0 + β1*0 + β2*Wealth) /
(1+exp(β0 + β1*0+ β2*wealth))
ในขณะที่ความน่าจะเป็นที่ได้รับการเลี้ยงดูไม่เพียงพอสำหรับผู้ประกันตนคือ:
Prob(Ins)= exp(β0 + β1*1 + β2*Wealth) /
(1+exp(β0 + β1*1+ β2*wealth))
อัตราต่อรองของการขาดสารอาหารสำหรับผู้ไม่มีประกันเมื่อเทียบกับผู้ประกันตนคือ:
exp(B1)
มีวิธีการแปลระหว่างค่าเหล่านี้ (ทางคณิตศาสตร์) หรือไม่? ฉันยังคงสับสนเล็กน้อยจากสมการนี้ (ซึ่งฉันน่าจะเป็นค่าที่แตกต่างใน RHS):
Prob(Ins) - Prob(Unins) != exp(B)
ในแง่ของคนธรรมดาคำถามคือทำไมไม่ทำประกันบุคคลเปลี่ยนแปลงความน่าจะเป็นของพวกเขาจะถูกบำรุงต่ำกว่าอัตราเดิมพันระบุว่ามันไม่? ในข้อมูลของฉัน Prob (Ins) - Prob (Unins) = .04 โดยที่ค่าเบต้าที่อธิบายเป็น. 8 (ดังนั้นทำไมความแตกต่างจึงไม่เท่ากับ. 2)