Jak sprawiedliwe jest używanie słowa „przewidywanie” dla regresji (logistycznej)?

Rozumiem, że nawet regresja nie powoduje przyczynowości. Może jedynie dawać powiązanie między zmienną y i zmiennymi x i ewentualnie kierunkiem. Mam rację? Często znajduję frazy podobne do „x przewiduje y” nawet w większości podręczników kursów i na różnych stronach kursów online. I często nazywacie regresory jako predyktory, a y jako odpowiedź.

1. Jak sprawiedliwie jest używać go do regresji liniowej?
2. Co powiesz na regresję logistyczną? (jeśli mam próg t, z którym mogę porównać prawdopodobieństwo?)

Nie ma problemu z użyciem słowa „przewidywanie”.

Ważne jest, aby uznać, że prognozy nie mają związku z przyczynowością. Rozważ przypadek, w którym większość osób, które umierają w szpitalnej izbie przyjęć, umiera na atak serca. Jeśli usłyszysz, że pacjent zmarł, ale nie znasz przyczyny, możesz przewidzieć, że prawdopodobnie był to zawał serca, ponieważ wiesz, że zawały serca są odpowiedzialne za> 50%. Robisz prognozy, ale przewidujesz nieznaną przyczynę na podstawie znanego efektu. Również przewidywanie w tym przykładzie jest kategoryczne, więc jest analogiczne do regresji logistycznej. (Analogia jest prawdopodobnie silniejsza od wielomianowej regresji logistycznej, ale nie ma to tutaj znaczenia).

Co do tego, co jest warte, prognozy wcale nie muszą być powiązane z żadnym bezpośrednim związkiem przyczynowym. Możesz dokonać prognozy na podstawie fałszywej korelacji, o ile związek jest wiarygodny. Rozważ przewidywanie nieznanej wysokości identycznego bliźniaka na podstawie rodzeństwa bliźniaka. W tym przypadku obie wysokości są efektem zestawu wspólnych przyczyn (wspólna genetyka i środowisko). Wysokość żadnego z bliźniaków jest przyczyną lub skutkiem drugiego. Niemniej jednak w tej sytuacji można bardzo dobrze przewidywać.