如何確定最佳logistic回歸方程

如何確定最佳logistic回歸方程，相信很多沒有經(jīng)驗(yàn)的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)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(yàn)方法。是都選最常用的“向后（有條件）”，還是每個(gè)檢驗(yàn)方法試過來然后根據(jù)什么指標(biāo)選用一種檢驗(yàn)方法？

回復(fù)：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(yōu)的回歸方程，logistic回歸亦然。因此，我們可以根據(jù)專業(yè)知識，確定哪些需要變量引入logistic回歸方程中，當(dāng)然也可以采用不同的逐步回歸方法進(jìn)行擬合，根據(jù)各種統(tǒng)計(jì)量判斷回歸方程的優(yōu)劣，找出“最優(yōu)”的回歸方程。概括起來有大概有如下幾類指標(biāo)

一、模型擬合優(yōu)度檢驗(yàn)

如果預(yù)測值與實(shí)際觀測值相近，說明模型的擬合效果好，統(tǒng)計(jì)量的值偏小，對應(yīng)的P值較大。檢驗(yàn)假設(shè)H₀：模型的擬合效果好，α可取0.1 或0.2。

1、偏差檢驗(yàn)，統(tǒng)計(jì)量為χ_D²。

2、Pearsonχ²檢驗(yàn)，統(tǒng)計(jì)量為χ²

3、Homser-Lemeshow 檢驗(yàn)，統(tǒng)計(jì)量χ_HL²

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(yōu)度信息指標(biāo)

1、-2lnL。

2、AIC 準(zhǔn)則。

3、SC準(zhǔn)則。

在其他條件不變的情況下，這三個(gè)指標(biāo)越小表示模型擬合的越好。

三、logistic 回歸模型的預(yù)測準(zhǔn)確度

1、廣義決定系數(shù)：Cox-Snell 廣義決定系數(shù)（Cox-SnellR²）、Nagelkerke廣義決定系數(shù)（Nagelkerke R²），與線性回歸分析中的決定系數(shù)R²相似，這2個(gè)指標(biāo)都在0-1間取值，指標(biāo)越大，說明變異中被模型解釋的比例越大，模型預(yù)測的準(zhǔn)確性越高。

2、預(yù)測概率與觀測值之間的關(guān)聯(lián)，常用的評價(jià)指標(biāo)有Somers'D 、Goodman-Kruskal Gamma、

Kendall's Tau-a 和KendaIl'sTau-c，指標(biāo)的絕對值越大，表示預(yù)測概率與反應(yīng)變量之間的關(guān)聯(lián)程度越高，也就意味著模型的預(yù)測能力越強(qiáng)。

四、預(yù)測準(zhǔn)確率

用于評價(jià)logistic回歸模型的預(yù)測準(zhǔn)確性，準(zhǔn)確率越高效果越好。

五、“最佳”模型的選擇

讀者可結(jié)合上述統(tǒng)計(jì)指標(biāo)對擬合所得到模型進(jìn)行綜合評價(jià)，在統(tǒng)計(jì)分析的基礎(chǔ)上，結(jié)合專業(yè)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(jì)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(nèi)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(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！