今日课程内容
-
内容回顾
-
回归分析-逻辑回归
哑变量的设置
哑变量回归分析
包含1个哑变量和一个数值
二元逻辑回归:概率、评估
内容回顾
1.回归分析
依据哑变量分为:不包含---一元、二元、多元回归分析
包含---逻辑回归、多元逻辑回归
线性回归:
步骤:
明确目标,确定因变量和自变量
绘制散点图,确定数据的线性分布
进行相关分析,确定回归模型
计算误差值,截距、角度
计算预测值
逐步回归分析:
通过修改方法为步进,可以确定哪些自变量对因变量产生效果。
哑变量
概念:不能度量的变量,需要通过人工量化,值为0,1的变量,称为哑变量
如何设置哑变量?
女:0
男:1
通过分析0对数据产生的影响是多少,1对数据产生的影响是多少,进行数据预测
投票:布什、拜登
1 0 1
2 1 2
3 0 2
4 1 1
...
哑变量回归分析
############单个哑变量,且因变量为值变量
一般线性模型--单变量
1.模型--定制--类型(主效应)
2.数据的参数对比:
偏差(默认)
赫尔穆特
简单
差值
重复
多项式
指示对比
3.保存
4.选项
计算参数估算值
逻辑回归
#####如果因变量为虚拟变量,计算不出数值,通过逻辑回归进行分析。
固定因子代表哑变量,协变量是可以度量的值
因变量:就是计算的结果
例如:月薪是值变量,可以计算处理
作用:
计算事件发生的概率。
分析问题的影响因素
二元逻辑回归
1.回归---二元逻辑
2.因变量、协变量,方法---输入
3.分类---对比---指示符
4.保存---预测值
小结:
含有哑变量:
因变量为虚拟变量,逻辑回归
因变量为值变量,一般线性模型
不含哑变量:
线性回归
非线性回归