Вероятность правильного предсказания

) і 1 p по следующему принципу: если Pj = P{у = 1 xj,..., xj }> 0,5, то считаем,

) і 1 p что событие произойдет; если Pj = P{у = 1 x}-,..., x}- }< 0,5, то считаем, что

событие не произойдет.

Поэтому необходима другая классификация, которая демонстрирует связь между зависимой и независимыми переменными. С этой целью стоит выделить два типа объектов:

объекты, имеющие повышенную вероятность события {у = 1}, для которых оцененная условная вероятность P{y = 1|x}, больше безусловной оценки вероятности P{y = 1} (доли объектов, для которых у = 1);

объекты, имеющие повышенную вероятность противоположного события {у = 0}, для которых оцененная условная вероятность P{y = 1| x} меньше оценки безусловной вероятности P{y = 1}.

В нашем случае доля объектов, для которых у = 1, равна 0,69. Поэтому в процедуре указан параметр /CRITERIA CUT(.69). Связь между этими классификациями представлена в таблице сопряженности (рис. 6.3). Но лучше, пользуясь EXCEL или калькулятором, в этой таблице вычислить процентные соотношения.

Classification Table for ALCOHOL

The Cut Value is .69

Predicted не пьет пьет Percent

Observed

не пьет н 541 340 61.41%

пьет п 694 1244 64.19%

Таблица 6.6

Связь наблюдения и предсказания в логистической регрессии Наблюдается Предсказанный тип Всего Не пьет Пьет Не пьет 43,8 % 21,5 % 31,3 % Рис. 6.3. Классификационная таблица Пьет I 56,2 % I 78,5 % I 68,7 %