
174
|
第
5
章
5.3.5
系数和优势比的解释
逻辑回归的一个优点是,它生成的模型不需要重新计算就可以快速地为新数据打分。与其
他分类方法相比,它的另一个优点是模型很容易解释。在模型解释中,需要理解的一个关
键概念是
优势比
(
odds ratio
)
。二元因子变量
X
的优势比是最容易理解的:
优势比
Odds( 1| 1)
Odds( 1| 0)
YX
YX
= =
=
= =
这个优势比可以解释为当
X
=
1
时
Y
=
1
的发生比与
X
=
0
时
Y
=
1
的发生比的比值。如果
优势比为
2
,就是说当
X
=
1
时,
Y
=
1
的发生比是
X
=
0
时的
2
倍。
为什么不使用概率,而使用优势比呢?因为逻辑回归中的系数
β
j
就是
X
j
的优势比的对数,
所以选择使用优势比。
下面通过一个例子来辅助理解。在
5.3.2
节中,我们拟合了一个模型,其中
purpose_small_
business
的回归系数是
1.21526
。这个系数的意义是,与贷款目的是还清信用卡相比,贷
款给小型企业会将违约相对于还清的优势比提高
exp(1.21526)
≈
3.4
。显然
,如果贷款目的
是创建或扩展一个小型企业,那么风险就会远远高于其他类型的贷款。
图
5-3
给出了优势比大于
1
时
,优势比与对数优势比之间的关系。因为系数是以对数表示
的,所以系数增加
1
就会使优势比增加
exp(1)
≈
2.72
。
图 5-3:优势比与对数优势比之间的关系