Logistic模型及建模流程概述.pdfVIP

... Logistic 模型及建模流程概述 1. Logistic 模型介绍 1.1 问题的提出 在商业及金融领域中，存在这么一类问题，问题中需要被解释的目标量通常可以用 YES 或者 NO两种取值来表示，如： 卖出了商品为 YES，未卖出商品为 NO； 顾客对超市的本次宣传活动做了响应为 YES，没有任何响应为 NO； 信用卡持卡人本月逾期付款为 YES，按时还款了为 NO； 等等； 对于这类问题的分析，我们不可以采用标准的线性回归对其进行建模分析，是因为 目标变量的二元分布违背了线性回归的重要假设 模型的目标是给出一个（ 0 ，1）之间的概率，而标准的线性回归模型产生的值是在 这个范围之外 1.2 Logistic 模型 对于上述问题，我们提出了 logistic 模型： P ln( ) i xi 1 P i P i xi i e 1 P i xi i e P i xi 1 e i Logistic 模型可以保证： x i 值在 - 和 + 之间； 估计出来的概率值在 0 和 1 之间； 与事件 odds （odds p /(1 p) ）直接相关； 可以很好地将问题转化为数学问题，并且模型结果容易解释； 1.3 Logistics 回归的假设 exp( 0 1x1 nx n ) p 1 exp( x x ) 概率是自变量的 logistics 函数 0 1 1 n n .. ... 这样得到的概率似乎没有实际意义，只是反映一种趋势， x x 比较