逻辑回归

Logistic回归模型是一种概率模型，它是以疾病，死亡等结果发生的概率为因变量，影响疾病发生的因素为自变量建立回归模型。它特别适用于因变量为二项，多项分类的资料。
1）logistic回归的作用：
预测预报：通过模型可以预测发病、死亡等的概
因素分析：寻找对发病、死亡等影响有显著性的因素
2）Logistic分析的具体任务：

1. 采用极大似然估计确定方程中系数
2. 采用卡方检验对回归方程进行检验
3. 采用Wald检验对方程中的每个系进行显著性检验
   3）Logistic回归的适用条件：
   Logistic回归有分组数据Logistic回归和未分组数据Logistic回归，分组数据使用加权最小二乘估计，未分组数据采用极大似然估计。分组数据Logistic回归只适用于样本量大的分组数据，对样本量小的未分组数据不适用，拟合的精度低。可以用极大似然估计直接拟合未分组的Logistic回归

转载于:https://www.cnblogs.com/manyuemei/articles/11491966.html