이 대답은 Fred L. Ramsey와 Daniel W. Schafer의 Statistical Sleuth에서 채택했습니다.

모형 방정식이 다음과 같은 경우 :

log(p/(1−p))=β0+βlog(X)

$log(p/(1-p))={\beta }_0+\beta log(X)$

$log(p/(1-p)) = \beta _{0} + \beta log(X)$

k

$k$

$k$X

$X$

$X$kβ

$k^{\beta }$

$k^{\beta }$

예를 들어, 병원 입원 기간 동안 퇴행 된 침대 궤양의 존재에 대한 다음 모델이 있습니다.

log(oddsofbedsore)=−.44+0.45(lengthofstay)

$log(oddsofbedsore)=-.44+0.45(lengthofstay)$

$log(odds of bedsore)= -.44 + 0.45(length of stay)$

β=0.45

$\beta =0.45$

$\beta = 0.45$

k

$k$

$k$

k=2

$k=2$

$k=2$

kβ=20.45=1.37

$k^{\beta }=2^{0.45}=1.37$

$k^{\beta } = 2^{0.45} = 1.37$

k=2

$k=2$

$k=2$

k=0.5

$k=0.5$

$k=0.5$

kβ=0.50.45=0.73

$k^{\beta }={0.5}^{0.45}=0.73$

$k^{\beta } = 0.5^{0.45} = 0.73$

k=0.5

$k=0.5$

$k=0.5$

---

답변