Rasio odds dan odds dalam regresi logistik

Saya mengalami kesulitan memahami satu penjelasan regresi logistik. Regresi logistik adalah antara suhu dan ikan yang mati atau tidak mati.

Kemiringan regresi logistik adalah 1,76. Kemudian peluang ikan mati meningkat dengan faktor exp (1,76) = 5,8. Dengan kata lain, peluang ikan mati meningkat sebesar faktor 5,8 untuk setiap perubahan suhu 1 derajat Celcius.

1. Karena 50% ikan mati pada 2012, kenaikan 1 derajat Celcius pada suhu 2012 akan meningkatkan kejadian mati ikan menjadi 82%.

2. Peningkatan 2 derajat Celcius pada suhu 2012 akan meningkatkan kejadian mati ikan menjadi 97%.

3. Kenaikan 3 derajat Celsius -> 100% ikan mati.

Bagaimana kita menghitung 1, 2 dan 3? (82%, 97% dan 100%)

Peluangnya tidak sama dengan probabilitas. Kemungkinannya adalah jumlah "keberhasilan" (kematian) per "kegagalan" (terus hidup), sedangkan probabilitasnya adalah proporsi "keberhasilan". Saya menemukan bahwa untuk membandingkan bagaimana seseorang akan memperkirakan keduanya: Suatu perkiraan peluang adalah rasio jumlah keberhasilan terhadap jumlah kegagalan, sedangkan perkiraan probabilitas akan menjadi rasio jumlah keberhasilan atas jumlah total pengamatan.

$p$$o$$o=\frac{p}{1-p}$$p = \frac{o}{1+o}$

Jadi, kembali ke contoh Anda:

1. $\frac{5.8}{1+5.8}\approx.85$
2. $5.8^2=33.6$$\frac{33.6}{1+33.6} \approx .97$
3. $1\times 5.8^3\approx195$$\frac{195}{1+195}\approx.99$

$\mathrm{OR_{+1}}=\exp(\beta) = \exp(1.76)\approx 5.81$$a$$\mathrm{OR_{+a}}=\exp(\beta\times a)$$a$$\mathrm{OR_{+2}}=\exp(1.76\times 2)\approx 33.78$$\mathrm{OR_{+3}}=\exp(1.76\times 3)\approx 196.37$$0.5/(0.5-1)=1$$5.8\times 1$$5.8/(5.8+ 1)\approx 0.853$$33.78/(33.78+1)\approx 0.971$$196.37/(196.37+1)\approx 0.995$