Logit：為什麼我的取冪係數不等於我的優勢比（對於名義預測變量）？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />不確定這個問題是否真的適合這個論壇，但我還是會去問：)
我在 JMP 中運行 logit。 我的理解是，如果您對係數取冪，您會從 X 的 1 個單位變化中得到比值比的變化。
這適用於連續自變量，但不適用於標稱 (0,1) 自變量。 示例如下：
對於參數估計，我得到：
項估計截距 -1.516621
性別[女] 0.22189387
Level1 /Level2優勢比
男 女 0.6416016
女 男 1.5585996
男性的優勢比不應該是 exp(-1.516621)=0.220486 而女性的優勢比是 exp(0.20461503)=1.2270525 嗎？
被這個搞糊塗了。 真的很感激一些幫助。 謝謝！
回复：Logit：為什麼我的取冪係數不等於我的優勢比（對於名義預測變量）？我有同樣的問題。 討論對我幫助很大。
必須將類別從名義改為序數，這似乎仍然很奇怪，但它確實有效！
謝謝回复：Logit：為什麼我的取冪係數不等於我的優勢比（對於名義預測變量）？添加數據的方法有很多種。您可以將屏幕截圖直接粘貼到論壇帖子中（我在下面這樣做），或者您可以使用高級編輯器並附加文件。
很多時候很多人只是簡單地發布數據表代碼/分析代碼，因為這樣可以快速復制您的工作而無需下載任何文件。您可以直接從任何數據表的彈出菜單中獲取腳本：
回复：Logit：為什麼我的取冪係數不等於我的優勢比（對於名義預測變量）？你好克里斯蒂安42 ,
也許你應該從更廣闊的角度來看待它。我的印像是 jmp 是為大局而生的。在這種情況下，關於兩個以上的類別，因此如果變量是名義上的（無法排序的最原始類別），則需要將它們全部與“平均”類別進行比較。在這種情況下，可以通過 1 減去其他係數的總和來計算缺失係數（或者僅通過從菜單中請求“擴展估計”）。同時，對於序數，將每個類別與其上方的類別進行比較是有意義的。在這種情況下，缺失類別的係數就是截距（常數）。
此外，根據我的經驗，預先在表中設置“值排序”比在其他統計軟件中通常的做法是在模型平台中手動聲明對比更快。
一旦週末結束，我希望您會在論壇上得到更多其他人的想法。
羅恩
回复：Logit：為什麼我的取冪係數不等於我的優勢比（對於名義預測變量）？謝謝羅恩！這樣可行！
將性別視為有序變量對我來說有點違反直覺。 性別似乎是名義上的典型代表。 這是否意味著我應該對任何兩級屬性（男/女、已婚/單身、大學畢業生/沒有大學等？）使用序數。在 JMP 中運行 logit 時？ 我什麼時候想使用名義上的？
我也覺得很奇怪，當我使用名義時，係數似乎是“錯誤的”（即你不能對它們取冪以獲得優勢比）但優勢比仍然顯示為相同的兩種方式（名義或序數變量）。 鑑於我認為 logit 數學的工作方式，這感覺不對。
聽起來您是在說這是一個功能而不是錯誤，而且我認為我沒有足夠的知識來反對，但這確實令人困惑！
我很樂意分享數據或模型輸出（來自“錯誤”版本），但我無法弄清楚如何將它粘貼到這里而不會瘋狂地弄亂格式。
再次感謝，如果您有其他想法，請告訴我！
回复：Logit：為什麼我的取冪係數不等於我的優勢比（對於名義預測變量）？你好克里斯蒂安42 ,
如果您可以提供數據或至少提供整個輸出，那將會更有用。
同時，我建議您將性別定義為序數，然後看看優勢比對您來說更有意義。
如果您聲明它是名義上的，則係數不會相互對比，而是估計與類別之間的非加權平均值的差異。
如果您將其聲明為序數，則係數會估計相鄰類別之間的差異（在兩者之間的性別情況下），我認為這就是您期望看到的。
以性別作為名義運行一次模型，然後再次作為序數運行模型，除了性別係數之外，您應該在所有方面獲得基本相同的結果。使用名義選項，你應該得到一個比序數係數小一半的係數。
這完全是關於 jmp 構建類別之間對比的方式。
希望這可以幫助。
羅恩
