一、对因变量的要求不同
线性回归要求因变量必须是连续性变量;逻辑回归要求因变量必须为分类变量,二分类采用二元逻辑回归,多分类采用多元逻辑回归。
二、应用范围不同
逻辑回归是一种常用于预测、医学诊断等领域的一种统计方法;线性回归是利用数理回归分析来确定变量间的定量关系的一种方法,常应用于数学、经济学、社会学等各种领域,应用非常广泛。
比今天要举的例子就是X1是经济方面的印象,Y1是看视频的频率,Y2是印象的总分,我们将分别构建线性回归和逻辑回归。
X1:经济方面的印象,分为7类
Y1:看视频的频率,分为两类
Y2:印象总分,连续变量
首先研究对某城市经济方面的印象是否会影响看视频的频率,因此构建逻辑回归模型。由于因变量是二分类变量,因此属于二元逻辑回归范畴。
操作如下:分析——回归——二元逻辑——选入自变量因变量——选项:分类表、霍斯默检验、exp
<