wzt第10章-统计回归模型论述.pptVIP

模型评价与结果分析 Logit模型是否需要引入x2项？ 用似然比统计量计算： pval = 1 - chi2cdf(dev-dev2,1) =0.9371 选用Probit模型(另一种广义线性模型)结果如何？ Ф是正态概率分布函数(S型曲线) 模型中引入x2项不能显著提高拟合程度. glmfit中需将logit改为probit 年龄段 年龄x 患病比例( 实际值) 预测值1（Logit） 预测值2（Probit） 20-29 24.5 0.1 0.0783 0.0715 … … … … … 60-69 64.5 0.80 0.8501 0.8489 两个模型的拟合程度不相上下. 模型评价与结果分析 Probit模型求解 参数 估计值 标准差 β0 -2.9933 0.6011 β1 0.0624 0.0128 拟合偏差0.6529 β1的直观解释 Odds~事件发生(患病)概率与不发生(不患病)概率之比. 模型评价与结果分析 年龄x的人患病与不患病概率之比 年龄增加1岁的Odds比(发生比率) 年龄增加1岁 Odds比的对数 年龄增加k岁后的Odds 模型评价与结果分析 20岁的青年人患冠心病的概率 发生比(患与不患冠心病的概率之比） 10年后30岁人的发生比 60岁时 48岁时患冠心病的概率会大于不患冠心病的概率. 年龄增加1岁患病概率的变化很小