Różnica między modelem przechwytywania z regresem logistycznym lub bez niego

Lubię rozumieć różnicę między modelem przechwytywania z regresem logistycznym lub bez niego

Czy jest między nimi jakaś różnica oprócz tego, że przy przecinaniu współczynniki uwzględniają log (iloraz szans) w stosunku do grupy wyjściowej, a bez przecięcia uwzględniają log (szanse)? z tego, co widziałem, współczynniki są takie same w obu przypadkach, ale znaczenie nie zawsze jest takie samo i nie rozumiem, dlaczego tak jest… ponadto, w jakich przypadkach poprawne będzie zastosowanie modelu bez przechwytywania?

To jest mój model: glm(NeverReturn ~ factor(Network) * TotalPrice , family = binomial)i nie jestem pewien, czy pominąć przechwytywanie, czy nie, ponieważ przy „prawdziwym słowie” całkowita cena nie może być w żaden sposób poniżej 50, ale wtedy prawdopodobieństwo wyniesie 1, a nie 0, więc jestem zdezorientowany.

To będzie prawie nigdy nie być sensowne użycie żaden model przechwycenia w regresji logistycznej. Parametr przechwytujący modeluje rozkład krańcowy odpowiedzi , więc użycie jest równoznaczne z założeniem, że , marginalnie. Naprawdę to wiesz? Jeśli jest to nieprawda, nie można ufać wnioskom z modelu bez przechwytywania.$\beta_0$$Y$$\beta_0=0$$P(Y=1)=0.5$