Tôi đang sử dụng hồi quy logistic nhị thức để xác định xem việc tiếp xúc has_x
hoặc has_y
ảnh hưởng đến khả năng người dùng sẽ nhấp vào cái gì đó. Mô hình của tôi là như sau:
fit = glm(formula = has_clicked ~ has_x + has_y,
data=df,
family = binomial())
Đây là đầu ra từ mô hình của tôi:
Call:
glm(formula = has_clicked ~ has_x + has_y,
family = binomial(), data = active_domains)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.9869 -0.9719 -0.9500 1.3979 1.4233
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.504737 0.008847 -57.050 < 2e-16 ***
has_xTRUE -0.056986 0.010201 -5.586 2.32e-08 ***
has_yTRUE 0.038579 0.010202 3.781 0.000156 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 217119 on 164182 degrees of freedom
Residual deviance: 217074 on 164180 degrees of freedom
AIC: 217080
Number of Fisher Scoring iterations: 4
Vì mỗi hệ số đều có ý nghĩa, sử dụng mô hình này, tôi có thể cho biết giá trị của bất kỳ kết hợp nào trong số này là sử dụng phương pháp sau:
predict(fit, data.frame(has_x = T, has_y=T), type = "response")
Tôi không hiểu làm thế nào tôi có thể báo cáo về Std. Lỗi dự đoán.
Tôi chỉ cần sử dụng ? Hay tôi cần chuyển đổi bằng cách sử dụng một phương pháp được mô tả ở đây ?
Nếu tôi muốn hiểu lỗi tiêu chuẩn cho cả hai biến, tôi sẽ xem xét điều đó như thế nào?
Không giống như câu hỏi này , tôi quan tâm đến việc hiểu các giới hạn trên và dưới của lỗi là bao nhiêu phần trăm. Ví dụ: dự đoán của tôi cho thấy giá trị 37% vì True,True
tôi có thể tính toán rằng đây là cho 95 % C I không? (0,3% được chọn để minh họa quan điểm của tôi)