¿Cuál es una forma intuitiva pero precisa de explicar los resultados de una regresión ordinal?

Question

Considere una regresión logística ordenada (es decir, ordinal), en la que una variable de predicción binaria aumenta una variable de respuesta que se mide en una escala de 4 puntos:

library(ordinal)
set.seed(1839)
n <- 500
x <- rbinom(n, 1, .5)
y <- cut(0.4 * x + rnorm(n), 5)
exp(coef(clm(y ~ x))[["x"]])

donde las respuestas son "en absoluto", "a veces", "a menudo" y "frecuentemente".

Esta última línea devuelve el odds ratio, que en este caso es de 1,48. Dado que este modelo asume probabilidades proporcionales, podríamos decir que las personas del grupo 1 (es decir, x == 1 ) tienen 1,48 veces más probabilidades de...

• Responda con a veces, a menudo o frecuentemente en lugar de nada en absoluto
• Responda con a menudo o frecuentemente en lugar de nada o a veces
• Responda con frecuencia en lugar de nada, a veces o a menudo

Otra forma que he oído de explicar este cociente de probabilidades es que se trata de las "probabilidades de subir un nivel" en la respuesta.

¿Cuál es una forma intuitiva -pero estadísticamente exacta- de explicar esta razón de probabilidades a alguien que no esté familiarizado con la regresión logística ordenada? En un artículo, supongo que se podría utilizar uno de los tres puntos anteriores para explicar el fenómeno, pero no me gustaría exponerlos todos.

Answer 1

Creo que necesitas los tres puntos o la frase inmediatamente después de los puntos. Utilizar solo una de las tres viñetas no sería una explicación completa.

Puede utilizar alguna variación de la frase más una viñeta como ejemplo de lo que quiere decir en la frase.

Creo que ambas opciones son bastante intuitivas.