logistic回归后odds ratio如何解释？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Enroll为（0—1）变量，表示该学龄儿童是否在学；
Age为其连续的年龄变量；
Girl为其性别虚拟变量（0—1）；
Sib1、sib2为其兄弟姐妹个数的虚拟变量（0—1），并以独身子女为对照组，若sib1=1则为有一个兄弟姐妹，sib2=1则为有两个或两个以上兄弟姐妹。

输入命令：logistic enroll age girl sib1 sib2 if age>12
得到主要结果如下：

Enroll      odds ratio           std.err.           z          p>|z|                  ……
Age        .4640051         .040695       -8.76      0.000                  ……
Girl       1.218128           .2572696      0.93      0.350                  ……
Sib1        .8069827         .1853267    -0.93      0.350                 ……
Sib2        .4465136         .1776459    -2.03      0.043                 ……

其中，odds ratio为自变量各自对应的风险比。请问该列的数值如何解释？（特别是age的系数.4640051如何解释？我无法理解教材上的解释：样本的年龄每增加一岁，他们的在学概率降低46.4%）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏16 回帖

关键词：logistic回归 Odds Ratio logistic ogistic logisti 解释 logistic ratio odds

没有用过or，or是成败比
MFX才是边际的概念，才是概率
我记得陈峰的书上有解释的，你去看看吧。

http://www.pinggu.org/bbs/viewth ... amp;highlight=ratio
设

logit y x1-xn
的估计结果是b1-bn

logistic y x1-xn
的估计结果是B1-Bn

则B1=exp(b1)、B2=exp(b2)、……、Bn=exp(bn)

可是为什么教材上写样本的年龄每增加一岁，他们的在学概率降低46.4%（而不是53.6%）？另一方面对sib1的解释为：有一个兄弟姐妹的研究对象要比独生子女的在学率低20%？为什么对系数的解释不一样？

exp(x'b)/[1+exp(x'b)]=Prob(y=1)
1/[1+exp(x'b)]=Prob(y=0)

odds ratio，是个重要概念，对于logit model！

学过流行病学的人很容易理解的。
其意义相当于相对危险度（relative risk)

logistic回归理论上自变量是没有规定的，但对于连续型变量有时解释很难理解。
因此该模型更适用于分类变量

logisttic 回归中, OR的含义和解释取决于自变量的赋值. 对于哑变量,则取决于对应的对照组, 如性别: 男为1, 女为0对应的OR值 与男为0,女为1对应的OR值刚好相反.

logistic 回归中,连续性变量对应的OR值的流行病学含义是不明确,且不好解释. 但作为控制协变量也可以放进模型,中, 作用主要是控制年龄混杂因素. 若要对年龄的OR值进行解释,建议对年龄进行分组,即把连续性变量转换为分类变量,然后进行赋值,并对两组对应的OR值进行解释.

guoguozlm 发表于 2009-7-7 21:01
可是为什么教材上写样本的年龄每增加一岁，他们的在学概率降低46.4%（而不是53.6%）？另一方面对sib1的解释为：有一个兄弟姐妹的研究对象要比独生子女的在学率低20%？为什么对系数的解释不一样？

你说的教材是杨菊华老师的那本吧？
odds ratio的解释对于连续变量和分类变量是不同的，建议看看王济川、郭志刚撰写的《Logistic回归模型——方法与应用》，第4章 Logistic回归系数解释