GWAS)로지스틱 회귀(2) - 관측값의 예측 확률

로지스틱 회귀분석(logistic regression analysis)를 설명하기 위해 GLM의 MLE를 사용하여 회기계수를 계산하는 수식과 영상을 이전 포스트에서 설명하였다. 이을 통해 i번째 관측값에 대한 예측된 확률(πⅰ, =종속변수의 확률)을 예측할 수 있다.

GLM으로 계산된 회기계수를 사용하면 i번째 관측값에 대한 에측된 확률을 계산할 수 있게 된다. χⅰ : 독립변수 Y : 종속변수(0 or 1) πⅰ 값 :ⅰ번째 관측값에 대한 예측된 확률 P(=1|χⅰ ) : χⅰ가 주어졌을 때, Y=1 일 확률 ß =로지스틱 회귀에서 추정된 값 로지스틱 회귀분석은 이항(Binary)분류 문제에서 진행하기에 종속변수 Y= 0 or 1로만 존재하며 최대 우도 추정법을 통해 게산된 회기계수(ß)를 추정하고, 이을 통해 i번째 관측값에 대한 예측된 확률(πⅰ, =종속변수의 확률)을 예측할 수 있다. 참고자료 : https://www.cog-genomics.org/plink/2.0/assoc...