pss16-07(回归分析).ppt

* * * * * * * * 与任何概率一样，似然的取值范围在[0,1]之间。?2LL的计算公式为 1．-2对数似然值（-2 log likelihood，-2LL） * Logistic回归的拟合优度统计量计算公式为 在实际问题中，通常采用如下分类表（Classification Table）反映拟合效果。 2．拟合优度（Goodness of Fit）统计量 * Predicted（预测值） 0 1 Percent Correct （正确分类比例） Observed （观测值） 0 n00 n01 f0 1 n10 n11 f1 Overall（总计） ff Classification Table for Y * 3．Cox和Snell的R 2（CoxSnell’s R-Square） * 4．Nagelkerke的R 2（N agelkerke’s R-Square） * 5．伪R 2（Psedo-R-square） 伪R2与线性回归模型的R2相对应，其意义相似，但它小于1。 * 6．Hosmer和Lemeshow的拟合优度检验统计量（Hosmer and Lemeshow＇s Goodness of Fit Test Statistic） 与一般拟合优度检验不同，Hosmer和Lemeshow的拟合优度检验通常把样本数