离散选择模型
Logit模型:一种选择决策受什么影响?
低值集聚 (标签值不平衡-银行债务违约)
系数的解释
Logit实操
如果用ols回归,那么结论是不能解释的,所以要引入Logit概率模型。
估计用MLE
解释
看
e
x
β
e^{x\beta}
exβ的值,也就是
β
\beta
β的系数,如果为负,那么
y
i
=
1
y_i=1
yi=1的概率是下降的。
每增加一单位
w
e
i
g
h
t
weight
weight,那么
y
i
=
1
y_i=1
yi=1的概率将下降
e
x
p
−
0.004
=
0.996
exp^{-0.004}=0.996
exp−0.004=0.996。
- 在代码中加入
or
,就会直接转成胜算比。
- 重要的命令
list coef ,help percent
看%列,表示变动一单位weight,胜算比下降0.4%,标准差下降95.2%
关于拟合优度
这里的R方是一个伪R方。它和OLS的R方是不同的,这是基于对数似然函数定义的R方。
- 估完模型算概率(展开就完事儿)
总结Logit模型的三个要点
- 模型如何转化
- 系数含义解释
- 预测概率P值