为什么要删除截距项并获得 a1 的系数?
具有因子变量的逻辑回归模型拟合第一因子水平作为参考 . 此因子级别的对数赔率(系数)设置为1.0 .
当比较因子(或组)之间的对数几率时,所得因子水平的所有对数几率都是指基数 . 因此,您可以计算不同组之间的优势比,并预测事件是否或多或少可能发生(与基本因子水平相比) .
如果 a 中没有参考级别,我不知道什么作为 a 的任何级别的参考 . 如果 a 的参考是 b1 那么,你怎么解释这个?有没有提到删除拦截有意义? (真的很好奇,还没有听说过这种方法)
顺便说一句,你不需要截距来计算因子水平之间的比值比 . 这是一个计算随机二项式 glm 的优势比的小例子:
library(oddsratio)
fit.glm
# Calculate OR for specific increment step of continuous variable
calc.oddsratio.glm(data = data.glm, model = fit.glm, incr = list(gre = 380, gpa = 5))
predictor oddsratio CI.low (2.5 %) CI.high (97.5 %) increment
1 gre 2.364 1.054 5.396 380
2 gpa 55.712 2.229 1511.282 5
3 rank2 0.509 0.272 0.945 Indicator variable
4 rank3 0.262 0.132 0.512 Indicator variable
5 rank4 0.212 0.091 0.471 Indicator variable