溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
如何確定最佳logistic回歸方程，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。
問題：您好，想問下二元logistic回歸的多因素分析中如何選擇檢驗方法。是都選最常用的“向后（有條件）”，還是每個檢驗方法試過來然后根據什么指標選用一種檢驗方法？
回復：回歸模型的擬合，我們可以將回歸擬合視為一種“探索性”分析，即通過回歸擬合探索出最優的回歸方程，logistic回歸亦然。因此，我們可以根據專業知識，確定哪些需要變量引入logistic回歸方程中，當然也可以采用不同的逐步回歸方法進行擬合，根據各種統計量判斷回歸方程的優劣，找出“最優”的回歸方程。概括起來有大概有如下幾類指標
一、模型擬合優度檢驗
如果預測值與實際觀測值相近，說明模型的擬合效果好，統計量的值偏小，對應的P值較大。檢驗假設H0：模型的擬合效果好，α可取0.1 或0.2。
1、偏差檢驗，統計量為χD2。
2、Pearsonχ2檢驗，統計量為χ2
3、Homser-Lemeshow 檢驗，統計量χHL2
判斷原則：χ2值越小，P越大，模型擬合效果越好。
二、模型擬合優度信息指標
1、-2lnL。
2、AIC 準則。
3、SC準則。
在其他條件不變的情況下，這三個指標越小表示模型擬合的越好。
三、logistic 回歸模型的預測準確度
1、廣義決定系數：Cox-Snell 廣義決定系數（Cox-SnellR2）、Nagelkerke廣義決定系數（Nagelkerke R2），與線性回歸分析中的決定系數R2相似，這2個指標都在0-1間取值，指標越大，說明變異中被模型解釋的比例越大，模型預測的準確性越高。
2、預測概率與觀測值之間的關聯，常用的評價指標有Somers'D 、Goodman-Kruskal Gamma、
Kendall's Tau-a 和KendaIl'sTau-c，指標的絕對值越大，表示預測概率與反應變量之間的關聯程度越高，也就意味著模型的預測能力越強。
四、預測準確率
用于評價logistic回歸模型的預測準確性，準確率越高效果越好。
五、“最佳”模型的選擇
讀者可結合上述統計指標對擬合所得到模型進行綜合評價，在統計分析的基礎上，結合專業知識，從可解釋性、簡約性、變量的易得性等方面，最終選出“最佳”模型。通常“最佳”模型不是一次計算就可以確定的，往往是要對變量做不同的組合分析最終確定。
看完上述內容，你們掌握如何確定最佳logistic回歸方程的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
