logit回归模型假设_一文让你搞懂Logistic回归模型

注：本文是我和夏文俊同学共同撰写的

现考虑二值响应变量

，比如是否购车，是否点击，是否患病等等，而

是相应的自变量或者称特征。现希望构建一个模型用于描述

和

的关系，并对

进行预测。

线性模型可以吗？

我们首先想到的是构建线性模型。形式如下：

对于线性模型，可采用最小二乘进行估计。 但这样的模型和估计方法是否合理呢？

采用线性模型对离散变量进行建模，往往存在以下问题：在模型左边

只取两个值，而右边

的取值范围在整个实数轴；

若上述线性模型成立，则成功概率

是

的线性函数。但很多时候成功概率并不是自变量的线性函数。对于是否购车这一决策，当一个人的收入很低或者很高时，改动收入的取值(比如这个人某个月多收入了两千元)并不会对购车产生很大的影响。但对于一个收入水平中等的人来讲，某个月多收入两千元可能会较大地影响其购车行为。

故对于二值变量，我们一般不采用线性模型来进行建模。那么如何处理呢？

Logistic回归模型

注意到：

的取值范围在整个实数轴，而

取值范围在(0,1)。我们希望通过某种变换，使得模型两边的取值范围一致。

可考虑如下变换过程：

取值在

，进一步

取值则在整个实数轴。从而可以令：

这被