ฉันใช้การถดถอยโลจิสติกอันดับนี้ใน R:
mtcars_ordinal <- polr(as.factor(carb) ~ mpg, mtcars)
ฉันได้รับข้อมูลสรุปของโมเดลนี้:
summary(mtcars_ordinal)
Re-fitting to get Hessian
Call:
polr(formula = as.factor(carb) ~ mpg, data = mtcars)
Coefficients:
Value Std. Error t value
mpg -0.2335 0.06855 -3.406
Intercepts:
Value Std. Error t value
1|2 -6.4706 1.6443 -3.9352
2|3 -4.4158 1.3634 -3.2388
3|4 -3.8508 1.3087 -2.9425
4|6 -1.2829 1.3254 -0.9679
6|8 -0.5544 1.5018 -0.3692
Residual Deviance: 81.36633
AIC: 93.36633
ฉันจะได้รับอัตราต่อรองของค่าสัมประสิทธิ์mpg
เช่นนี้
exp(coef(mtcars_ordinal))
mpg
0.7917679
และอัตราต่อรองของเกณฑ์เช่น:
exp(mtcars_ordinal$zeta)
1|2 2|3 3|4 4|6 6|8
0.001548286 0.012084834 0.021262900 0.277242397 0.574406353
มีคนบอกฉันได้ไหมว่าการตีความแบบจำลองนี้ถูกต้อง
เมื่อ
mpg
เพิ่มขึ้นหนึ่งหน่วยอัตราต่อรองของการย้ายจากหมวด 1 ของcarb
ไปยังหมวดอื่น ๆ 5 หมวดหมู่ลดลง -0.23 หากราคาต่อรองล็อกข้ามเกณฑ์ของ 0.0015 แล้วค่าคาดการณ์ไว้สำหรับรถจะเป็นประเภทที่ 2carb
ของ หากอัตราต่อรองผ่านเกณฑ์ที่ 0.0121 ค่าที่คาดการณ์สำหรับรถยนต์จะเป็นประเภทที่ 3 ของcarb
และอื่น ๆ