logistic回归模型.pptVIP

logistic回归模型 logistic回归模型 工作目的：因变量为虚拟变量的回归模型 普通OLS回归：对回归模型中的自变量、回归系数以及残差项的取值都没有任何限制，作为自变量函数的因变量就必须能够在 范围内自由取值。 如果因变量只取分类值，或者只取两类值（0、1），就会严重违反因变量为连续型变量的假设。 当因变量是虚拟变量时采用线性回归模型会产生哪些问题 设因变量 只取0、1两个数值的虚拟变量，是一个两点分布变量，在给定的条件下，记概率 问题： （1）事件概率值 的取值只能在[0，1]范围内； （2）随机误差项有不变方差的假设已不能再维持。 因此，在因变量为定性变量的情况下，普通线性回归模型是不适用的。 考虑采用非线性模型 （S型曲线） logistic函数的值域为 将logistic回归模型转换为线性模型 Logit（logistic probability unit）变换： 得到： 关于 的解释 定义：对数发生比 与 之间具有同向变化的规律。 logistic回归模型解释了：对数发生比与自变量集合之间的线性回归关系。 模型求解：极大似然法 记得到一个实际观测值 的概率为 则 的似然函数为 两边取对数： 最后得到： 模型的适用性评价 （1）?2LL指标 该报告值越小，标志着模型的拟合程度越好。在模型完全拟合观测值的情况下，这一统计报告值等于0。 （2） AIC指标（Akaike’s Information Criterion，1973) 其中： 为模型中自变量的数目； 为因变量类别的总数减1； 在应用时，较小的AIC值表示拟合模型较好。 （3） SC指标 （Schwarts Criterion）。 关于模型的统计检验方法 检验统计量：Model Chi-Square 其中： 是截距模型(不包含自变量）的?2LL指标值 是包含自变量模型的的似然函数指标值（?2LL） 显然，当 等于1时，意味着这些自变量完全没有解释效果；如果这个比值显著大于1，则说明这些自变量对于因变量的解释有显著的贡献。 理论上可以证明，该统计量近似服从卡方分布。在SPSS等软件中，都会自动给出这个统计检验的显著度（Sig.） 关于回归系数的检验问题 Wald统计量： Wald检验值越大，表明该自变量的作用显著。 一般统计软件中都会对应地报道Wald检验的显著度(Sig.) P108 例7.2（logi.sav）是关于200个不同年龄（age，定量变量）和不同性别（sex，定性变量，用 1和0代表女性和男性）的人对某项服务产品的观点（opinion，二水平定性变量，用1和0代表认可与不认可）。 * 这时所建立的线性回归模型就是在分析当自变量变化时， 概率是如何变化的。 用 作为因变量，得到logistic回归模型 1838年由比利时学者Verhulst首次提出。1920年美国学者 Bearl Reed在研究果蝇的繁殖中发现和使用该函数，并在人口估计和预测中推广使用 较好地克服了概率因变量的取值受到限制的困难。 Logit变换的特点： 定义： 当使得 取得最大值时，参数估计值即为所求。 在其他条件相同时，一个模型的AIC或SC值越小说明模型的拟合越好。在进行多个模型比较时，可以将不同的模型按其AIC或SC指标排序，选择AIC或SC值最小者作为首选模型。 女性 男性 *