逻辑回归分析.ppt

1、逻辑回归分析，7.8.1统计上的定义和计算公式，7.8逻辑回归分析，定义：逻辑回归分析是对定性变量的回归分析。可用于处理定性因素变量的统计分析方法包括“判别分析”、“探测分析”、“逻辑回归分析”和“代数线性模型”。社会科学中应用最多的是物流回归分析。逻辑回归分析可以根据变量值类别分为双逻辑回归分析和多数学逻辑回归分析。Binary Logistic回归模型中的因果变量只能具有两个值1和0(虚拟收购变量)，Multinomial Logistic回归模型中的因果变量可以具有多个值。牙齿部分仅涵盖Binary Logistic回归，称为Logistic回归(不同于估算7.5子句曲线中介绍的Logi

2、stic曲线模型)。Logistic函数与其他概率一样，具有介于0，1之间的值范围。2LL的计算公式是1-2对数似然值(-2 log likelihood，-2ll)，逻辑回归的拟合似然统计计算公式在实际问题中通常使用以下分类表(Classification Table)反映，2拟合优度与常规拟合优度检查不同，hosmer和lemeshow的拟合优度测试通常根据预测概率将采样数据分成10组，然后根据观察频率和估计频率组织金钟仁平方统计信息(即Hosmer和Lemeshow的拟合优度检查统计信息，即H-L拟合优度检查统计信息)，根据自由度8的金钟仁平方分布计算值，并检查Logistic模型。 如

3、果p值小于指定的重要性级别(例如=0.05)，则拒绝假定变量的观察与模型预测值没有区别，以表明模型的预测值和观察值有很大差异。如果值大于，则没有足够的理由拒绝零假设。也就是说，在可接受的级别上，模型的估计值与数据相匹配。7Wald统计信息，Wald统计信息用于确定模型中是否应包含变量，检查步骤如下：(1)提出假说。(2)病房统计建设。(3)作出统计判断。研究问题在关于一个城市居民使用上下班交通工具的社会调查中，y=1变量暗示居民主要坐公共汽车上下班。Y=0主要意味着骑自行车上下班。收购x1表示被调查者的年龄。X2表示被调查者的月收入。X3表示回应者的性别(x3=1表示男性，x3=0表示女性)。

4、尝试设置Y和收购之间的逻辑回归，如表7-7所示。7.8.2 SPSS实施流程，使用表7-7交通工具的上下班情况，实施步骤，图7-24“Logistic Regression(逻辑记录)”对话框，图7-25“Logistic Regression(逻辑记录)”，(2)第二部分(Block 0)输出结果有四个表。(3)Omnibus Tests of model coefficients表格列示模型系数的om nibus Tests结果。(4)型号摘要表提供了-2日志似然、Cox和Snell的R2和Nagelkerke的R2检查统计结果。(5)Hosmer and Lemeshow Test表和c

5、ontingency table for Hosmer and Lemeshow Test表提供了Hosmer和Lemeshow的合格测试统计信息。(6)Classification Table分类表说明了第一个迭代结果的拟合效果，表明y=0的准确度为86.7%。对于Y=1，精度为76.9%，因此对于所有情况，总精度为82.1%。，(7)Variables in the Equation表格列出Step 1中每个变数的对应系数，以及该变数的Wald统计值及其伴随概率。从牙齿表中可以看出，伴随x3的概率最低，Wald统计最大，模型中的牙齿变量很重要。(8)Correlation Matrix表格列出常数常数常数Constant和系数之间的相关矩阵。常数和x2之间的关联性最大，x1和x3之间的关联性最小。(9)图7-26显示了观测和预测概率分布。牙齿图以0和1为符号，每四个符号代表一个事件。横坐标是