Logistic模型.ppt

二分类Logistic回归模型  二分类变量 Logistic中文意思为“逻辑”，但是这里，并不是逻辑的意思，而是通过logit变换来命名的。 在很多场合下都能碰到反应变量为二分类的资料，如考察公司中总裁级的领导层中是否有女性职员、某一天是否下雨、某病患者结局是否痊愈、调查对象是否为某商品的潜在消费者等。 这种值为0/1的二值品质型变量，我们称其为二分类变量。 Logit 变换 Logit 变换以前用于人口学领域,1970 年被Cox引入来解决曲线直线化问题。 通常把出现某种结果的概率与不出现的概率之比称为比值odds ，即odds＝ ，取其对数λ＝ln（odds）＝ 这就是 logit变换。 Logistic回归 二元logistic回归是指因变量为二分类变量的回归分析，目标概率的取值会在0~1之间，但是回归方程的因变量取值却落在实数集当中，这个是不能够接受的，所以，可以先将目标概率做 Logit变换，这样它的取值区间变成了整个实数集，采用这种处理方法的回归分析，就是Logistic回归。 通过大量的分析实践，发现 Logistic回归模型可以很好地满足对分类数据的建模需求，因此目前它已经成为了分类因变量的标准建模方法。 原理 设因变量为y, 其中“1” 代表事件发生，“0”代表事件未发生，影响y的 n个自变量分为