logistic回归的BAYES分析.pdfVIP

山西师范大学学报 (自然科学版) 第 l8卷第 1期 Journal ofShanxiTeachersUniversity V0l_l8 No．1 2004年 3月 NaturalScienceEdition Mar． 20o4 文章编号：1009-4490(2004)0l-0016-03 Logistic回归模型的Bayes分析 韩俊林 ，汤秋云 (1．云南师范大学数学学院，云南 昆明650000； 2．云南省昆明市少年文艺学校，云南 昆明650000) 摘 要：本文应用Bayes观点讨论了logistic模型中的参数估计问题． 关键词：logistic模型；Bayes定理；参数估计 中图分类号：O213 文献标识码：A 1 Logistic回归模型简介 因变量包括两个或更多个分类选择的模型在调查数据分析中非常有价值．因为在很 多调查中，行为回答都是分类型的：人们在选举时投支持或否决票；短途出行时是乘地铁、 公共汽车或轿车；在业或失业等等．在分析此类分类变量时，通常采用的一种统计方法是 I~gistic回归模型．它采用的是逻辑概率分布函数(cumulativelogisticprobabilityfunction)， 其具体形式为 ：F( ：F( + ) () 在上面的式子里，e代表 自然对数的底，约等于2．718．对于给定的置，只是个体做出 某一特别选择的概率．众所周知，经过简单的代数变形，(1)式可变形为： P log ：z ： + (2) ‘i 这称作 logit形式 (1ogitform)． 现在，考虑一种分组的做法．假定一个解释变量(比如收入)的样本有G个不同的值： 。，：，，…(例如，5000美元以下，5000--10000美元，1万美元以上)，并且 n有个人的收 入为X．令r代表赞同某种选择的收入为X 的人数，则可用 ： 来估计p．这时，可以 i 使用下列模型： 收稿 日期：2003-12-12 基金项 目：云南师范大学青年基金资助． 作者简介：韩俊林 (1972一)女 ，湖南永州人，云南师范大学数学学院教师，博士，主要从事概率论与 数理统计方面的研究． 第 1期 韩俊林 汤秋云：Logistic回归模型的Bayes分析 l7 log -Io。gg丁_ =log a + XXi+占 (j3) 如果我们假设各组中的各观测是独立的(并且服从二项分布)，则因变量的估计 Iog ／(n—r)](对于大样本)将近似地服从均值为0方差为的vi= — 的正态 rln 一 r J 分布．因此，线性模型(3)中的误差项存在异方差．运用广义最小二乘估计的方法，可将该 模型变换为正态线性回归模型： Y= +g g～Nn(0， ，) (4) 2 Logistic模型的Bayes分析 下面，我们应用 Bayes观点来讨论 Logistic模型中的参数估计问题．首先，回顾一下 Bayes定理： p(0lY)=