J'ai des données limitées entre 0 et 1. J'ai utilisé le betareg
package dans R pour adapter un modèle de régression avec les données limitées comme variable dépendante. Ma question est: comment interpréter les coefficients de la régression?
r
regression
interpretation
beta-distribution
regression-coefficients
Thomas Jensen
la source
la source
Réponses:
Vous devez donc déterminer à quelle échelle vous modélisez la réponse. Dans le cas de la
betareg
fonction dans R, nous avons le modèle suivantoù le est la cote de log habituelle à laquelle nous sommes habitués lorsque nous utilisons le lien logit dans la fonction (c.-à-d. le binôme familial) dans R. Ainsi, les coefficients bêta qui retournent sont l'augmentation supplémentaire (ou la diminution) si la version bêta est négative) dans les log-odds de votre réponse. Je suppose que vous voulez être en mesure d'interpréter les bêtas sur l'échelle de probabilité (c'est-à-dire sur l'intervalle (0,1)) donc une fois que vous avez vos coefficients bêta, tout ce que vous devez faire est simplement de changer la réponse, c'est-à-dire,logit ( yje)
glm
betareg
Ainsi, vous devez comprendre que nous utilisons essentiellement les mêmes résultats et interprétations de la modélisation linéaire généralisée standard (sous le lien logit). L'une des principales différences entre la régression logistique et la régression bêta est que vous permettez à la variance de votre réponse d'être beaucoup plus grande qu'elle ne pourrait l'être dans la régression logistique afin de traiter le problème typique de la sur-dispersion.
la source