logistic回归模型总结.doc_第1页
logistic回归模型总结.doc_第2页
logistic回归模型总结.doc_第3页
logistic回归模型总结.doc_第4页
logistic回归模型总结.doc_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

转载logistic回归模型总结 logistic回归模型是最成熟也是应用最广泛的分类模型，通过学习和实践拟通过从入门、进阶到高级的过程对其进行总结，以便加深自己的理解也为对此有兴趣者提供学习的便利。一、有关logistic的基本概念logistic回归主要用来预测离散因变量与一组解释变量之间的关系最常用的是二值型logistic。即因变量的取值只包含两个类别例如：好、坏 ；发生、不发生；常用Y=1或Y=0表示 X表示解释变量则P（Y=1|X）表示在X的条件下Y=1的概率，logistic回归的数学表达式为：log（p/1-p）=A+BX 其中p/1-p称为优势比（） 即发生与不发生的概率之比可以根据上式反求出P（Y=1|X）/（-L）根据样本资料可以通过最大似然估计计算出模型的参数然后根据求出的模型进行预测下面介绍logistic回归在中的实现以及输出结果的解释二、logistic回归模型初步中回归输出结果主要包括预测模型的评价以及模型的参数预测模型的评价与多元线性回归模型的评价类似主要从以下几个层次进行（）模型的整体拟合优度主要评价预测值与观测值之间的总体一致性。可以通过以下两个指标来进行检验、osmer-Lemeshowz指标 HL统计量的原假设Ho是预测值和观测值之间无显著差异，因此HL指标的P-Value的值越大，越不能拒绝原假设，即说明模型很好的拟合了数据。在中这个指标可以用LACKFIT选项进行调用、AIC和SC指标 即池雷准则和施瓦茨准则 与线性回归类似AIC和SC越小说明模型拟合的越好（2）从整体上看解释变量对因变量有无解释作用 相当于多元回归中的F检验 在logistic回归中可以通过似然比（likelihood ratiotest）进行检验（3）解释变量解释在多大程度上解释了因变量 与线性回归中的R2作用类似在logistic回归中可以通过Rsquare和C统计量进行度量在SAS中通过RSQ来调用Rsquare，C统计量自动输出 (4)模型评价指标汇总统计量趋势拟合作用SAS调用命令备注AIC、SC越小越好类似与多元回归中的残差平方和模型自动输出 似然比卡方越大越好类似与多元回归中的回归平方和自动输出P值越小越好RSQUARE越大越好类似与多元回归中的R2用RSQ选项调用 C统计量越大越好度量观测值和条件预测的相
人人文库> 全部分类> 教育资料 > 课设设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论