nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

356873_zh-TW

liliconcom

如何解釋序數邏輯迴歸 beta、信賴區間和卡方 p 值？

https://www.jmp.com/support/help/en/15.2/index.shtml#page/jmp/example-of-ordinal-logistic-regression.shtml

這裡，beta 和顯著 p 值表示什麼？持續時間每增加一個單位...？

消費者與市場研究

數據探索和視覺化

預測建模和機器學習

品質和工藝工程

分享和交流成果

回覆：如何解釋序數邏輯迴歸 beta、信賴區間和卡方 p 值？

增加對數幾率。

回覆：如何解釋序數邏輯迴歸 beta、信賴區間和卡方 p 值？

那麼測試版告訴我什麼呢？如果 beta 為正，則預測變數每增加一個單位，較低排序類別的幾率就會增加？

回覆：如何解釋序數邏輯迴歸 beta、信賴區間和卡方 p 值？

您是否檢查過有關 Logistic 平台的JMP 文件？您接受過使用邏輯迴歸模型的訓練嗎？

邏輯迴歸中使用的線性預測器與具有連續反應的普通最小二乘迴歸中使用的線性預測器相同。但回應是 logit，或對數賠率，而不是原始計數。在這種情況下，賠率是發生事件的機率除以無事件的機率。因此，此係數表示預測變數中每個單位變化的 logit 變化。

散佈圖將預測的 logit 轉換為預測的機率。您的回應的三個等級轉換為兩條邏輯曲線。

為每個參數的估計值提供的推論統計資料可協助您確定該術語是否具有統計顯著性。