一、概率
是用来描述某件事发生的可能性。
事件 A 发生的概率 = 事件 A 出现的次数 / 所有结果出现的次数
例如:掷骰子,掷出点数为6的概率:
二、Odds
是用来描述某件事发生的可能性。(胜率)
Odds = 事件发生的概率 / 事件不发生的概率 = 成功的概率 / 失败的概率
例如:掷骰子,掷出 6 的概率是 P=1/6 ,出现其他点数的概率是 1-P=5/6 ,掷出点数为 6 的 Odds = 1/5。
三、Logit
Odds 的对数称为 Logit
Logit:Log of odds(Log-it 即 it 的自然对数,这里的 it 指的就是 Odds)
Logit 的很重要的特性就是没有上下限,Logit 是直接对胜率进行建模。
四、三者之间关系图示
概率 P 的变化范围是 [0,1] ,Odds 的变化范围是 [0,+∞),对 Odds 取自然对数,就可以将 P 从 [0,1] 映射到 (-∞,+∞)。
参考文献
您还可以搜索:logit 模型,logit模型含义,logit模型的原理及应用,logit模型的基本原理,简述logit模型的优缺点,logit模型案例分析,logit模型步骤,logit模型怎么写,logit模型操作,logit模型优缺点④
本文地址:https://caijingdemo.com/changshi/33909.html