Sugiero mirarlo de una manera diferente ...
En la regresión logística, predecimos alguna clase binaria {0 o 1} calculando la probabilidad de probabilidad, que es el resultado real de .logit(p)
Esto, por supuesto, supone que las probabilidades de registro pueden describirse razonablemente por una función lineal, por ejemplo,β0+β1x1+β2x2+⋯
... Esta es una gran suposición, y solo a veces es cierta. Si esos componentes no tienen influencia proporcional independiente en las probabilidades de registro, entonces es mejor elegir otro marco estadístico. Es decir, las probabilidades de registro están formadas por algún componente fijo , y aumentan gradualmente por cada término sucesivo, .xiβ0βixi
En resumen, el valor es el "componente fijo" de ese método componentes para describir las probabilidades de registro de cualquier evento / condición que intente predecir. También recuerde que una regresión en última instancia describe algún promedio condicional, dado un conjunto de valores . Ninguna de esas cosas requiere que los valores sean 0 en sus datos o incluso posibles en la realidad. El simplemente desplaza esa expresión lineal hacia arriba o hacia abajo para que los componentes variables sean más precisos.β0xixiβ0
Tal vez dije lo mismo con una mentalidad ligeramente diferente, pero espero que esto ayude ...