logistics回归分析——二元逻辑回归

本文介绍了二元逻辑回归的基本原理,包括比数、对数几率、回归方程等内容,并通过SPSS解析模型进入方法、分类变量的引入方式,以及模型评估指标,如似然比检验和伪决定系数。
摘要由CSDN通过智能技术生成

二元逻辑回归

适用于分析因变量为二分类变量。

基本原理及SPSS解析

1.比数:odds=p/1-p (阳性概率除以阴性概率)
2. ln(odds) 使自变量越大或者越小,因变量只在0-1之间在这里插入图片描述
3. 回归方程:logit§=ln(p/1-p)=a+β1x1+β2x2…+βmxm
4. 比分检验:以非饱和模型为基础判断自变量是否应该进入模型,显著性小于0.05,则应进入模型。在这里插入图片描述
5. wold检验:检验每个自变量是否与因变量显著性影响,有多重共线性时结果不准确
6. OR比数比:OR=Exp(β)反应对y的影响大小;下表p<0.05,表示常数项不为0,与0有显著性差异。

在这里插入图片描述7.似然比检验:两个模型进行比较判断模型好坏
在这里插入图片描述

  1. 块0表示只有常量时的模型&#
  • 5
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值