Quand nous prédisons les probabilités, que prédisons-nous?

Quand nous prédisons les probabilités, que prédisons-nous?

J'ai participé à une interview il y a longtemps, dont le sujet m'a fait réfléchir.

Intervieweur: Saviez-vous que Logistic est de retour? Moi: Bien sûr que oui, c'est très courant. Interviewer: Alors, comment expliquer la probabilité que Logistic prédise la régression? Moi: Certainement pas. Si une seule observation, la probabilité individuelle ne peut pas être estimée. Il devrait être expliqué que, pour N individus ayant les mêmes caractéristiques, le taux de réussite est égal à la probabilité estimée.

Eh bien, l'intervieweur n'a pas pu me dire non, bien sûr, le résultat final de l'interview a été que j'ai été expulsé (probablement grâce à mon expérience en économie et non en statistique, en informatique).

Vous trouverez peut-être ce que j'ai dit un peu contradictoire et difficile à comprendre, mais lorsque nous avons estimé le retour de Logistic, nous avons estimé:

Ne faut-il pas l'expliquer par la probabilité de réussite individuelle?

• Je pense qu'il y a un problème avec cette affirmation.

  Lorsque nous parlons de la probabilité de réussite de quelqu'un seul, cela devrait être le nombre moyen de fois où la même personne réussit à répéter 100 fois dans les mêmes conditions. Si t est le nombre de fois que quelqu'un essaie, alors notre modèle idéal (le processus de génération de données) devrait être:

  

  Cependant, en alternative, le processus de génération de données réel peut être le suivant: