С функцией комплементарной ссылки log-log это не логистическая регрессия - термин «logistic» подразумевает ссылку logit. Конечно, это все еще биноминальная регрессия.
оценка времени 0,015. Правильно ли говорить, что шансы смертности в единицу времени умножаются на exp (0,015) = 1,015113 (~ 1,5% увеличение в единицу времени)
Нет, потому что он не моделирует с точки зрения логарифмов. Это то, что вы бы имели со ссылкой на логит; если вы хотите модель, которая работает с точки зрения log-odds, используйте logit-ссылку.
Функция комплементарной записи журнала сообщает, что
η( х ) = журнал( - журнал( 1 - πИкс) ) = x β
πИкс= P( Y= 1 | Икс= х )
ехр( η)ехр( η) = - журнал( 1 - πИкс)
ехр( - опыт( η) ) = ( 1 - πИкс)1 - опыт( - опыт( η) ) = πИксx
x
Как Бен мягко намекнул на свой вопрос в комментариях:
Правда ли сказать, что вероятность смертности в единицу времени (то есть опасность) увеличивается на 1,5%?
Параметры в дополнительной модели log-log имеют четкую интерпретацию с точки зрения соотношения рисков. У нас есть это:
eη(x)=−log(1−πx)=−log(Sx)S
(Таким образом, в этом примере лог-выживание снизится примерно на 1,5% за единицу времени.)
h(x)=−ddxlog(Sx)=ddxeη(x)
P(Y=1)
R
правилами синтаксиса. Вы не можете иметь (после '