태그 승산비해석

[회귀모형] 11강. 승산비, 상대위험도, 다항로짓모형 쉽게 정리

승산(Odds)과 승산비(Odds Ratio)란? 2×2 분할표의 확률 구조 질병 발생 질병 미발생 위험인자 노출 π1 1−π1 비노출 π0 1−π0 승산(Odds)   Oddsi=πi1−πi\text{Odds}_i = \frac{\pi_i}{1 – \pi_i} ​​ 승산비(Odds Ratio)   OR=Odds1Odds0=π1(1−π0)π0(1−π1)OR = \frac{\text{Odds}_1}{\text{Odds}_0} = \frac{\pi_1(1-\pi_0)}{\pi_0(1-\pi_1)} ​ 해석 OR = 2 → 노출군의 질병발생 승산이 비노출군의 2배   상대위험도(Relative Risk)   RR=π1π0RR…

[회귀모형] 10강. 일반화선형모형(GLM) 해석과 진단법 쉽게 정리

로지스틱 회귀모형 복습 반응변수가 성공/실패(1/0) 이항형 자료일 때 사용하는 GLM의 대표적인 모형이 로지스틱 회귀입니다.   log⁡(π(x)1−π(x))=β0+β1x\log \left( \frac{\pi(x)}{1-\pi(x)} \right) = \beta_0 + \beta_1 x   여기서 π(x) : 성공확률 β1\beta_1 : X가 1 증가할 때 로그-승산의 변화량 eβ1e^{\beta_1} : 승산비(odds ratio) 로지스틱 함수와 해석 π(x)=eβ0+β1×1+eβ0+β1x\pi(x) = \frac{e^{\beta_0 + \beta_1 x}}{1+e^{\beta_0…