logistic回归

主要应用在研究某些现象发生的概率p，比如股票涨还是跌，公司成功或失败的概率，以及讨论概率 p与那些因素有关。显然作为概率值，一定有0<p<1，因此很难用线性模型描述概率p与自变量的关系，另外如果p接近两个极端值，此时一般方法难以较好地反映p的微小变化。为此在构建p与自变量关系的模型时，变换一下思路，不直接研究p，而是研究p的一个严格单调函数G（p） ，并要求G（p）在p接近两端值时对其微小变化很敏感



两分类logistic回归模型
多分类 有序反应变量 logistic回归模型
多分类 无序反应变量 logistic回归模型

Logistic线性回归不能用普通回归方式。

（1）离散变量的误差服从伯努利分布（即 没有正态性假设）
（2）存在异方差。

用极大似然估计。因此评价模型的拟合度的标准变为似然值而非离差平方和。

（每个观察对象都有对应的x1，x2，…，xp个指标）