第九章logistic回归分析(zxl).ppt.pptVIP

注：初始模型，一般从全模型开始。Age没有通过检验，income这一类变量通过了，但是其中某一个哑变量没有通过，经验做法是这一类哑变量全部保留。 * 注：模型整体的线性没通过检验，但是拟合指标显示，模型的拟合程度并不好。Logistic回归模型的参数估计值是采用迭代算法获得，因此需要迭代收敛 * 注：因为p a，所以认为样本实际值得到的分布与预测值得到的分布无显著差异，模型拟合优度较好。 * 注：模型整体的准确度不高，对不购买人群的准确率极高，对购买人群的准确率很低。 * 注：预测类别图上可以看出，预测概率在0.4附近的样本预测准确率相对最低。事实上，无论用什么分类方法，这类样本身就是最难预测的。 * 注：这是采用向前LR的筛选策略进行变量选择。目前保存在模型中的变量都是通过了参数的显著性检验。 * 注：从拟合效果看，前后两个模型并没有太大差别。 * 注：虽然模型整体的准确度略有下降，但是对于购买人群预测的准确率提高了。从应用角度看第二个模型较第一模型的应用性略强些。 * 模型评价： 模型表达式，并结合发生比，得知：相同性别中，中等收入的发生比是低等收入的1.101倍，高等收入的发生比是低等收入的2.139倍，可见中等收入的购买概率优势不明显，高等收入优势明显。相同收入中，女性的发生比是男性的1.656倍，女性更倾向于购买该产品。 * * 第九章 Logistic回归分析 9.1Logistic回归分析概述 问题1：研究消费者的不同特征如何影响是否购买小轿车时，消费者的年龄、年收入、职业、性别等因素将作为解释变量，是否购买作为被解释变量，此时的被解释变量是一个二分类变量。 问题2：在研究消费者特征对某种商品的品牌选择取向时，品牌作为被解释变量，由于候选品牌多样，因此是一个多分类问题。 * 问题3：在流行病学的研究中，有一类常见问题是探索某疾病的危险因素，同时根据危险因素预测某疾病发生的概率。例如，想探讨胃癌发生的危险因素，选择两组人群，一组胃癌患者，另一组非胃癌患者，这形成了因变量。两组人群肯定有不同的体征和生活方式，自变量可以包括很多，例如：年龄、性别、饮食习惯、幽门螺杆菌感染等。 注：以上问题的共同点是因变量不是连续型变量，而是分类变量。 * 若因变量是被解释变量，则一般线性模型会出现以下问题： 对于任意给定的 值，残差 也变成了离散型变量，不是正态分布，因此导致无法进行相应的统计推断。 对于任意给定的 值，残差 也不再满足 即当被解释变量出现分类变量时，如果建立普通的回归模型会违背回归模型的前提假设。此时采用的建模 * 方法是Logistic回归分析。 * Logistic回归分析 二项Logistic回归分析： Y为二分类 多项Logistic回归分析： Y为多分类 1967年Truelt J，Connifield J和Kannel W在 《Journal of Chronic Disease》上发表了冠心病危险因素的研究，较早将Logistic回归用于医学研究。 * 9.2二项Logistic回归分析 二项Logistic回归方程： 设 ，称 为发生比（Odds）或相对风险，则定义 * 模型的评价： 二项Logistic回归模型很好的体现了概率P值和解释变量之间的非线性关系。 二项Logistic回归模型本质是一个二分类的线性概率模型。 通过模型计算P Y 1 和P Y 0 的概率，经过比较两个概率的大小，可以对样本进行类别预测。 * 发生比（相对风险，胜算，odds）的意义： Odds： 某事件发生概率与不发生概率之 比。 例如：考上大学的概率为0.25， 则考上大学的odds为0.25/0.75 0.3333：1 1:3，可以解释为考上与考不上之比为1：3 同理，可以计算考不上大学的odds为0.75/0.25 3:1，可以解释为考不上与考上之比为1：3 * 相对风险比（胜算比，odds ratio）的意义 0dds ratio：在自变量处于不同的水平时的胜算，加以比较（两个胜算的比值 ，称为胜算比。 例如：大公司成功经营的概率为10/11，小公司成功经营的概率为2/13， 则大公司成功经营的胜算为（10/11）/（1/11） 10 小公司成功经营的胜算为（2/13）/（11/13） 0.182 即Odds ratio 10/0.182 55， 即可以解释为大公司的成功胜算为小公司成功胜算的55倍。 * 二项Logistic回归方程系数的含义： 因为 ， 当自变量 增加一个单位时，则有 于是： 即表明：当其它解释条件不变时， 增加一个单位时所导致的相对风险是原来相对风险的 倍。即控制其它变量不变时，x增加一个单位的相对风险比 即x在不同