文章目录1 Logistic回归模型1.1 模型的概念1.2 模型的建立1.3 参数的估计1.4 模型的求解1.5 模型的预测1.6 拟合优度检验1.7 计算预测正确率1 Logistic回归模型1.1 模型的概念在很多问题上，被解释的变量只有两个结果，这样的变量我们可以用虚拟变量来表示，即用0或1，也就是表示是与否的关系。1.2 模型的建立Logistic回归模型不对因变量y直接进行建模，而是对y取某个值的概率进行建模，即p{y=1|x}进行建模。这个概率的取值只有0或1两种情况。那么可以得到p
在很多问题上，被解释的变量只有两个结果，这样的变量我们可以用虚拟变量来表示，即用0或1，也就是表示是与否的关系。
Logistic回归模型不对因变量y直接进行建模，而是对y取某个值的概率进行建模，即p{y=1|x}进行建模。这个概率的取值只有0或1两种情况。那么可以得到p{y=1|x}与x的关系建立模型：
当x取任意一个值时，p{y=1|x}的值始终处于[0,1]之间。将上函数表达式变形后有：
其中B1表示x每单位的变化引起的对数优势的平均变化量。
在大多数情况下，极大使然发法时最常用的参数估计方法，其似然函数为：
在R中，常用函数glm()来拟合广义线性模型，其中包含Logistic回归模型。
1万+
4730
658
946
2551
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
