Rでのロジスティック回帰出力の解釈

私はを使用してRの多重ロジスティック回帰に取り組んでいますglm。予測変数は連続的でカテゴリカルです。モデルの要約の抜粋は次を示しています。

Coefficients:
               Estimate Std. Error z value Pr(>|z|)
(Intercept)   2.451e+00  2.439e+00   1.005   0.3150
Age           5.747e-02  3.466e-02   1.658   0.0973 .
BMI          -7.750e-02  7.090e-02  -1.093   0.2743
...
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

信頼区間：

                  2.5 %       97.5 %
(Intercept)  0.10969506 1.863217e+03
Age          0.99565783 1.142627e+00
BMI          0.80089276 1.064256e+00
...

奇数比：

                 Estimate Std. Error   z value Pr(>|z|)
(Intercept)  1.159642e+01  11.464683 2.7310435 1.370327
Age          1.059155e+00   1.035269 5.2491658 1.102195
B            9.254228e-01   1.073477 0.3351730 1.315670
...

$Age$ $Age$ $Age$ $Age$

r logistic interpretation p-value

— セイバーウルフィ
ソース

10％の信頼レベルでのみ有意ですが、信頼区間は5％です。

— ニックサブベ

10％の信頼区間には、1は含まれませんか？

— -SabreWolfy

p値（最後の列の最初の表）は、帰無仮説が真である場合に、得られた結果またはさらに悪い結果が得られる可能性です。信頼区間は、たとえば95％の時間で真の値を保持する領域です。仮説の真の値を保持していない場合、仮説が真である場合、取得した結果を取得するか、さらに悪い結果を得る可能性は最大5％です。したがって、これは、p値が5％未満であることを意味します。p値と信頼区間の間には非常に密接な関係があります（統計101）。しかし、短期的に：はい、10％CIが1含まれます

— ニックSabbe

直線性を仮定しているようです。それはどのように正当化されますか？

— フランクハレル

このサイトには、モデルの出力の解釈に役立つ多くの質問があります（1 2 3という3つの異なる例があります。アーカイブを掘り下げてみると、さらに多くの質問があるはずです）。また、UCLA 統計Webサイトのロジスティック回帰の係数の解釈方法に関するチュートリアルもあります。

年齢係数のオッズ比は1に近いですが、必ずしも効果が小さいことを意味するわけではありません（効果が小さいか大きいかは、経験的な問題と同じくらい頻繁に規範的な問題です）。より多くの情報に基づいた意見を述べるには、観察間の年齢の典型的な変動を知る必要があります。

— アンディ・W
ソース

総合的に見えるチュートリアルへのリンクをありがとう。質問を投稿する前にここで検索しました。リンク1と3は私の質問に関連していないようです。

— -SabreWolfy

@SabreWolfy、リンク1は元の単位の観点から係数を解釈する方法をさらに説明し、リンク3は確率の観点から効果を解釈する手順を説明します（これはあなたの質問に実際に当てはまり、その質問の提案されたプロットは直接的な効果の大きさは年齢の違いを知らずに解釈するのは難しいと言っている私への合理的な回答）。

— アンディW

年齢が年で測定されると仮定すると、オッズ比1.059は、20歳と50歳のオッズの差を意味します。

({1.059}^{30} - 1) \times 100 % = 458 %

$(1.059^{30} -1)\times 100\% = 458\%$ 。私はそれを小さな効果とは呼びません。しかし、私は暗黙のうちにあなたが人間について話していると仮定しました。代わりにこれらがマウスである場合、30年のスパンはあまり役に立たず、それに応じて効果のサイズの評価を変更する必要があります。

— マールテンビュス

UCLAリンクは機能していませんが、これはおそらく対応しています（少なくともその内容はこの質問の理解に役立ちます）。

— MBR