Logistic回归

    科技2022-07-17  104

    当因变量Y有两个值:认同(1),否定(0)

    限制在[0,1]之中的函数有很多,常用的是logist和正态分布的分布函数 P { y = 1 ∣ x } = P { ( α + β x + ε ) > 0 } = P { ε > − ( α + β x ) } 设 ε 的 分 布 是 l o g i s t 分 布 = P { ε > ( α + β x ) } = 1 1 + e − ( α + β x ) P\{ y=1|x\}=P\{ (α+ βx+ ε)>0\}\\ =P\{ ε> -(α+ βx)\} \\ 设ε的分布是logist分布\\ =P\{ ε> (α+ βx)\} =\frac{1}{1+e^{ -(α+ βx)}} P{y=1x}=P{(α+βx+ε)>0}=P{ε>(α+βx)}εlogist=P{ε>(α+βx)}=1+e(α+βx)1 线 性 化 − − − − − − − − − − − − − − − − − − − − − − p 1 − p = e ( α + β x ) l n p 1 − p = α + β x 线性化----------------------\\\frac{p}{1-p}=e^{ (α+ βx)} \\ ln\frac{p}{1-p}= α+ βx 线1pp=e(α+βx)ln1pp=α+βx 根 据 观 测 值 使 用 极 大 似 然 估 计 估 计 α , β 根据观测值使用极大似然估计估计α,β \\ 使αβ


    拟合优度的检验: 1.Hosmer-Meleshow检验: 2.AIC,SC,BIC(用于评价对同一组数据进行拟合的多个模型,越小越精确) 3.似然比检验

    Processed: 0.012, SQL: 8