第6章逻辑斯蒂归模型.pptVIP

第六章 逻辑斯蒂回归 Logistic回归模型 对列联表的分析，独立性检验可以初步了解属性之间是否相互独立，或是否相关；通过列联表的相合性检验，可以进一步知道属性之间的相合情况，包括方向和程度； Logistic模型可以更进一步拟合属性变量之间的函数关系，以描述变量之间的相互影响。 列联表中的数据是以概率的形式把属性变量联系起来的，而概率p的取值在0与1之间，因此，要把 概率 与 之间直接建立起函数关系是不合适的。即 Logistic回归模型 实践中， 通常随着 连续增长或连续下降，其直观的曲线形态是S型。 Logistic回归模型 因此，人们通常把p的某个函数f(p)假设为变量的函数形式，取 称之为logit函数，也叫逻辑斯蒂变换。 因此，逻辑斯蒂变换是取列联表中优势的对数。当概率在0-1取值时，Logit可以取任意实数，避免了线性概率模型的结构缺陷。 类似的处理还有probit变换和双对数变换。 其中probit变换是将概率变换为标准正态分布的 值，形式为： Logistic回归模型 双对数变换的形式为： 以上变换中以logit变换应最为广泛。 假设响应变量Y是二分变量，令 ,影响Y的因素有k个 ，则称： 为二分数据的逻辑斯蒂回归