十三、logistic回归模型概要.pptVIP

模型拟合效果检验 模型拟合效果检验 这就是ROC曲线，预测效果最佳时，曲线应该从左下角垂直上升至顶，然后水平向右延伸到右上角。 结果分析 模型拟合效果检验 结果分析 本表是对ROC曲线下面积计算的结果，可见曲线下面积为0.708，95％可信区间为0.624~0.792。 模型拟合优度检验（Test of Goodness Fit ）： 考察当前模型是否可以进一步改善，检验当前模型与饱和模型的预测效果之差是否有统计学意义。 拟合优度检验 Pearson 和Deviance 拟合优度检验： 当自变量很多，或包含连续性自变量时，不可以用这两种方法。 似然比检验： 主要用于考察饱和模型是否可以进一步简化。 Hosmer－Lemeshow检验： 通常用于自变量很多，或包含连续性自变量的情况。 拟合优度检验 模型拟合优度检验的常用方法： 点击主对话框中的options按钮，出现如下所示的对话框： 拟合优度检验 拟合优度检验 结果分析 ①用save子对话框可以保存各种残差； ②如果残差的绝对值大于2，提示该记录可能是异常点。 Save子对话框 模型的诊断与修正 残差分析 多重共线性的对偏回归系数的影响与线性回归模型中的表现一致，如增加或删除一条记录，模型中偏回归系数值发生较大变化，专业上认为有意义的因素无统计学意义等等。 如果在进行logistic模型分