logistic回归 如何_Logistic回归：R2与Pvalue的计算

引言：在前面一小节中，我们知道如何利用最大似然估计大求解最佳logistic回归拟合，但是我们并不知道该拟合的效果怎样。同线性模型一样，我们需要计算R2和P值对拟合模型进行判定。那么该如何计算呢？

1. 选择何种方法计算R²与p值

广义线性模型包括线性模型、logistic回归模型和其他模型，是解决很多问题的常见框架， 其结果比较难懂。线性模型中，计算模型的R ²和P值的方法得到普遍认可；但在logistic回归中未能达成共识，目前有至少10种方法用于计算模型的R ²和P值。所以我们应该结合本专业领域的情况，选择大多数人接受的方法。在此小结中，我们主要学习常见且容易在R语言中实现的计算方法。

2. logistic回归中计算R²与P值的常见方法：McFadden’s Pseudo R²

McFadden’s Pseudo R²(McFadden’s 伪R²)，该方法与线性回归中计算R²的方法相似。

• 回顾线性模型中的R²和P值计算(参考：线性回归中的R方与R方显著性)

  • 考虑小鼠体重与小鼠体积的拟合直线，计算残差平方和SS(fit)；

  • 仅考虑小鼠体积的均值直线，计算残差平方和SS(mean);

  • R²为考虑小鼠体重与小鼠体积