2014-01-08 5 views
1

У меня есть куча независимых переменных: высота, вес и т. Д., На которые я хочу регрессировать фиктивную переменную. Например, если бы я хотел регрессировать диабет (0, если у пациента нет диабета, 1, если у пациента есть диабет), и я хотел выяснить влияние увеличения на 1 фунт веса на вероятность диабета, как бы я сделай это? Я уверен, что есть несколько способов сделать это, но я просто никогда не слышал о модели, которая делает это. Я думал, что это пробит модель, но я не уверен. Есть предположения?Статистика Dummy Variable as Dependent Variable Regression

ответ

0

Проблема, которую вы описываете, известна как логистическая регрессия; веб-поиск для этого должен привлечь много хитов. Чаще всего ответ представляет собой некоторую функцию линейной комбинации входных сигналов, но в целом ответ может быть нелинейной функцией входов.

Зависимость отклика на входе (например, вес) интересна, но не совсем корректна, поскольку изменение вероятности ответа изменяется в диапазоне входной переменной; изменение очень мало для очень больших или очень малых значений входа и достигает некоторого максимума между ними.

+0

поэтому я должен использовать модель логита? выше - всего лишь пример. im фактически не использует диабет в качестве моего зависимого. будут ли коэффициенты этой модели иметь вероятность? – Pcarlitz

+0

@Pcarlitz да, логит стоит рассмотреть, так что это пробит; есть и другие варианты этой идеи. Коэффициенты лог-модели скажут наклон log (p/(1 - p)) (вы можете подтвердить это сами); что делает его немного легче объяснить, хотя и не так много. –

+0

хорошо. Знаете ли вы, что я могу легко преобразовать коэффициенты в вероятности с помощью stata? – Pcarlitz