Mam pewne dane, które są ograniczone od 0 do 1. Użyłem betareg
pakietu w R, aby dopasować model regresji z ograniczonymi danymi jako zmienną zależną. Moje pytanie brzmi: jak interpretować współczynniki z regresji?
r
regression
interpretation
beta-distribution
regression-coefficients
Thomas Jensen
źródło
źródło
Odpowiedzi:
Musisz więc dowiedzieć się, w jakiej skali modelujesz odpowiedź. W przypadku
betareg
funkcji w R mamy następujący modelgdzie jest zwykłym ilorazem logarytmu, do którego jesteśmy przyzwyczajeni, gdy używamy linku logit w funkcji (tj. dwumianu rodzinnego) w R. Tak więc zwracane współczynniki beta są dodatkowym wzrostem (lub spadkiem) jeśli beta jest ujemna) w dzienniku szans twojej odpowiedzi. Zakładam, że chcesz być w stanie zinterpretować bety na skali prawdopodobieństwa (tj. W przedziale (0,1)), więc gdy uzyskasz współczynniki beta, wystarczy zmienić odpowiedź, tj.logit ( yja)
glm
betareg
Dlatego powinieneś zdawać sobie sprawę, że zasadniczo używamy tych samych wyników i interpretacji ze standardowego uogólnionego modelowania liniowego (pod linkiem logit). Jedną z głównych różnic między regresją logistyczną a regresją beta jest to, że pozwalasz, aby wariancja twojej reakcji była znacznie większa niż w regresji logistycznej, aby poradzić sobie z typowym problemem nadmiernej dyspersji.
źródło