spss和python回归分析_用SPSS做logistic回归分析,如何判断logit(p)与自变量间存在线性关系?...

二项logistic回归分析的适用条件里头,有一条规定自变量与logit(p)间应是线性关系,但是我们在学习SPSS进行logistic回归分析时,却很难对此作出检验和判断。

办法总是有的。今天我分享一下娜娜melisa博主的一篇文章,通过制作散点图来解决这个问题。

以下为娜娜melisa博主的原文:

最近在看冯老师出书《医学研究中的logistic回归分析及SAS实现》,对其中的说法“可先利用散点图大致了解自变量与logit(p)”的关系,据此判断从哪一点分类、分几类、是否需要转化为虚拟变量”百思不得其解,怎么做这个散点图呢?经思考最后我终于得出答案。。。

以P14的例2.1并结合P16页散点图中的孕次与logit(p)的关系为例:

1、将yc孕次与Y巨大儿数据做个透视如下:

2、再将上表转换为概率表,如y=1|yc=1的概率p1为19/50=0.38,y=0|yc=1的概率p2=1-p1=0.62,其它以此类推。

3、求yc孕次各logit(p),如yc=1次的时候,logit(p)=ln(p1/1-p1)=ln(0.38/0.62)=-0.49,做散点图如下:

4、可以看出孕次2次与3次的logit(p)值非常接近,可以考虑将2次和3次合并为一组。

原文标题:医学研究中的logistic回归分析及SAS实现补充

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