关于logistic回归
@商闻3704：logistic回归(一种广义的线性回归分析模型) - 搜狗百科
养诞17632145377…… logistic回归又称logistic回归分析,是一种广义的线性回归分析模型,常用于数据挖掘,疾病自动诊断,经济预测等领域.例如,探讨引发疾病的危险因素,并根据危险因素预测疾病发生的概率等.以胃癌病情分析为例,选择两组人群,一组是胃癌组,一组是非胃癌组,两组人群必定具有不同的体征与生活方式等.因此因变量就为是否胃癌,值为“是”或“否”,自变量就可以包括很多了,如年龄、性别、饮食习惯、幽门螺杆菌感染等.自变量既可以是连续的,也可以是分类的.然后通过logistic回归分析,可以得到自变量的权重,从而可以大致了解到底哪些因素是胃癌的危险因素.同时根据该权值可以根据危险因素预测一个人患癌症的可能性.
@商闻3704：如何解读logistic回归分析 -
养诞17632145377…… logistic回归主要用于危险因素探索.因变量y为二分类或多分类变量,自变量既可以为分类变量,也可以为连续变量.回归分析预测法,是在分析市场现象自变量和因变量之间相关关系的基础上,建立变量之间的回归方程,并将回归方程作为预测模型,根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系,因此,回归分析预测法是一种重要的市场预测方法,当我们在对市场现象未来发展状况和水平进行预测时,如果能将影响市场预测对象的主要因素找到,并且能够取得其数量资料,就可以采用回归分析预测法进行预测.它是一种具体的、行之有效的、实用价值很高的常用市场预测方法.
@商闻3704：如何解释logistic回归结果 -
养诞17632145377…… logistic回归与多重线性回归实际上有很多相同之处,最大的区别就在于他们的因变量不同,其他的基本都差不多,正是因为如此,这两种回归可以归于同一个家族,即广义线性模型(generalized linear model).这一家族中的模型形式基本上都差不多,不同的就是因变量不同,如果是连续的,就是多重线性回归,如果是二项分布,就是logistic回归,如果是poisson分布,就是poisson回归,如果是负二项分布,就是负二项回归,等等.只要注意区分它们的因变量就可以了. logistic回归的因变量可以是二分类的,也可以是多分类的,但是二分类的更为常用,也更加容易解释.所以实际中最为常用的就是二分类的logistic回归.
@商闻3704：logistic回归分析模型 -
养诞17632145377…… 是1/(1+exp(-x))吧,分子分母同时乘以exp(x)就是你后面的exp(x)/(1+exp(x))了.P=1/(1+exp(-x))是一条S型的非线性概率函数,logistic函数只是中间的一种特殊情况.Y=Ln【p/(1-p)】=logit(Y)=b+bx,通过logit变换后的模型叫logistic回归模型.Ln【p/(1-p)】=b+bx,两侧取e指数就是p/(1-p)=exp(b+bx),解出来就是p=exp(b+bx)/(1+exp(b+bx)),又回到了第一个公式.
@商闻3704：多元Logistic回归是什么意思? -
养诞17632145377…… 多元Logistic回归,就是自变量在两个以上,因变量的取值范围不受限制的Logistic回归.都是用统计样本来寻找因变量和自变量之间函数关系的一个统计方法.多元Logistic回归属于多元回归中...
@商闻3704：如何在spss中做logistic回归分析 -
养诞17632145377…… Logistic回归主要分为三类,一种是因变量为二分类得logistic回归,这种回归叫做二项logistic回归,一种是因变量为无序多分类得logistic回归,比如倾向于选择哪种产品,这种回归叫做多项logistic回归.还有一种是因变量为有序多分类的logistic...
@商闻3704：如何看logistic的回归结果 -
养诞17632145377…… logistic回归与多重线性回归一样,在应用之前也是需要分析一下资料是否可以采用logistic回归模型.并不是说因变量是分类变量我就可以直接采用logistic回归,有些条件仍然是需要考虑的. 首要的条件应该是需要看一下自变量与因变量之间是...
@商闻3704：spss统计中Logistic回归应该怎么做 -
养诞17632145377…… 1、打开数据以后,菜单栏上依次点击:analyse--regression--binary logistic,打开二分回归对话框2、将因变量和自变量放入格子的列表里,如图所示,上面的是因变量,下面的是自变量,我们看到这里有三个自变量3、设置回归方法,这里选择最简单的方法:enter,它指的是将所有的变量一次纳入到方程.其他方法都是逐步进入的方法,在前面的文章中有介绍,这里就不再熬述.4、点击ok,开始处理数据并检验回归方程,等待一会就会弹出数据结果窗口
养诞17632145377…… logistic回归又称logistic回归分析,是一种广义的线性回归分析模型,常用于数据挖掘,疾病自动诊断,经济预测等领域.例如,探讨引发疾病的危险因素,并根据危险因素预测疾病发生的概率等.以胃癌病情分析为例,选择两组人群,一组是胃癌组,一组是非胃癌组,两组人群必定具有不同的体征与生活方式等.因此因变量就为是否胃癌,值为“是”或“否”,自变量就可以包括很多了,如年龄、性别、饮食习惯、幽门螺杆菌感染等.自变量既可以是连续的,也可以是分类的.然后通过logistic回归分析,可以得到自变量的权重,从而可以大致了解到底哪些因素是胃癌的危险因素.同时根据该权值可以根据危险因素预测一个人患癌症的可能性.
@商闻3704：如何解读logistic回归分析 -
养诞17632145377…… logistic回归主要用于危险因素探索.因变量y为二分类或多分类变量,自变量既可以为分类变量,也可以为连续变量.回归分析预测法,是在分析市场现象自变量和因变量之间相关关系的基础上,建立变量之间的回归方程,并将回归方程作为预测模型,根据自变量在预测期的数量变化来预测因变量关系大多表现为相关关系,因此,回归分析预测法是一种重要的市场预测方法,当我们在对市场现象未来发展状况和水平进行预测时,如果能将影响市场预测对象的主要因素找到,并且能够取得其数量资料,就可以采用回归分析预测法进行预测.它是一种具体的、行之有效的、实用价值很高的常用市场预测方法.
@商闻3704：如何解释logistic回归结果 -
养诞17632145377…… logistic回归与多重线性回归实际上有很多相同之处,最大的区别就在于他们的因变量不同,其他的基本都差不多,正是因为如此,这两种回归可以归于同一个家族,即广义线性模型(generalized linear model).这一家族中的模型形式基本上都差不多,不同的就是因变量不同,如果是连续的,就是多重线性回归,如果是二项分布,就是logistic回归,如果是poisson分布,就是poisson回归,如果是负二项分布,就是负二项回归,等等.只要注意区分它们的因变量就可以了. logistic回归的因变量可以是二分类的,也可以是多分类的,但是二分类的更为常用,也更加容易解释.所以实际中最为常用的就是二分类的logistic回归.
@商闻3704：logistic回归分析模型 -
养诞17632145377…… 是1/(1+exp(-x))吧,分子分母同时乘以exp(x)就是你后面的exp(x)/(1+exp(x))了.P=1/(1+exp(-x))是一条S型的非线性概率函数,logistic函数只是中间的一种特殊情况.Y=Ln【p/(1-p)】=logit(Y)=b+bx,通过logit变换后的模型叫logistic回归模型.Ln【p/(1-p)】=b+bx,两侧取e指数就是p/(1-p)=exp(b+bx),解出来就是p=exp(b+bx)/(1+exp(b+bx)),又回到了第一个公式.
@商闻3704：多元Logistic回归是什么意思? -
养诞17632145377…… 多元Logistic回归,就是自变量在两个以上,因变量的取值范围不受限制的Logistic回归.都是用统计样本来寻找因变量和自变量之间函数关系的一个统计方法.多元Logistic回归属于多元回归中...
@商闻3704：如何在spss中做logistic回归分析 -
养诞17632145377…… Logistic回归主要分为三类,一种是因变量为二分类得logistic回归,这种回归叫做二项logistic回归,一种是因变量为无序多分类得logistic回归,比如倾向于选择哪种产品,这种回归叫做多项logistic回归.还有一种是因变量为有序多分类的logistic...
@商闻3704：如何看logistic的回归结果 -
养诞17632145377…… logistic回归与多重线性回归一样,在应用之前也是需要分析一下资料是否可以采用logistic回归模型.并不是说因变量是分类变量我就可以直接采用logistic回归,有些条件仍然是需要考虑的. 首要的条件应该是需要看一下自变量与因变量之间是...
@商闻3704：spss统计中Logistic回归应该怎么做 -
养诞17632145377…… 1、打开数据以后,菜单栏上依次点击:analyse--regression--binary logistic,打开二分回归对话框2、将因变量和自变量放入格子的列表里,如图所示,上面的是因变量,下面的是自变量,我们看到这里有三个自变量3、设置回归方法,这里选择最简单的方法:enter,它指的是将所有的变量一次纳入到方程.其他方法都是逐步进入的方法,在前面的文章中有介绍,这里就不再熬述.4、点击ok,开始处理数据并检验回归方程,等待一会就会弹出数据结果窗口
