多元统计分析逻辑回归.pptVIP

* * 概述 现实生活中，有很多诸如需要确定客户买或不买某种商品、银行客户信用好或不好等情况 这时，某个事件以多大概率出现和哪些影响量决定该概率的问题尤为重要 如果用状态1（购买）和0（不买）的因变量（Y）表示事件，则事件发生的概率P有如下关系： P(y=0)+P(y=1)=1 当前1页，共41页，星期日。 由于这类问题的因变量是类别变量，无法应用回归方程来解决 逻辑回归是通过回归方程，确定概率的期望值 一种通过分析影响因素，来得到某种结果的概率 分为二项逻辑回归和多项逻辑回归 当前2页，共41页，星期日。 当前3页，共41页，星期日。 当前4页，共41页，星期日。 建立逻辑回归方程 例子：超市的销售主管想知道，顾客收入水平是否对购买新的高级黄油产品有影响。为此，他选择了12位顾客，调查他们的月净收入(x)及是否购买了该类黄油产品 购买记为{y=1}，未购买记为{y=0} 调查结果如下： 当前5页，共41页，星期日。 购买黄油=-0.749+0.000336×收入 当前6页，共41页，星期日。 逻辑回归不是要估计二元变量的观察值，而是要明确这些观察值的出现概率 通常把状态{y=1}看作“事件y发生”，而状态{y=0}为“事件不发生” 假设存在一个非经验观察到的隐变量z，它能对应自变量的状态xj给出因变量y的二元水平 当前7页，共41页，星期日。 y通过隐变量与xj建立联