【发布时间】：2014-01-27 00:00:25
【问题描述】：
我有一堆自变量：身高、体重等，我想在这些变量上回归一个虚拟变量。例如，如果我想降低糖尿病（如果患者没有糖尿病，则为 0，如果患者确实患有糖尿病，则为 1）并且我想弄清楚体重增加 1 磅对患糖尿病概率的影响，我将如何去做？我确信有多种方法可以做到这一点，但我只是从未听说过这样做的模型。我认为这是概率模型，但我不确定。有什么想法吗？
【问题讨论】：
标签： statistics regression dummy-data
【发布时间】：2014-01-27 00:00:25
【问题描述】：
您描述的问题称为逻辑回归；一个网络搜索应该会出现很多点击。最常见的是，响应是输入的线性组合的某个函数，但更一般地说，响应可能是输入的非线性函数。
响应对输入（例如权重）的依赖性很有趣，但并不完全适定，因为响应概率的变化在输入变量的范围内变化；对于非常大或非常小的输入值，变化非常小，并且在两者之间达到某个最大值。
【讨论】：
-
那么我应该使用 logit 模型吗？以上只是一个例子。我实际上并没有使用糖尿病作为我的依赖。该模型的系数会给我概率吗？
-
@Pcarlitz 是的，logit 值得考虑，概率也是；这个想法还有其他变化。 logit 模型的系数告诉 log(p/(1 - p)) 的斜率（您可以自己确认）；这使它更容易解释，虽然不多。
-
不错不错。你知道我可以使用 stata 轻松地将系数转换为概率吗？
-
@Pcarlitz 抱歉，我对 Stata 一无所知。