请选择 进入手机版 | 继续访问电脑版
楼主: pennyr617
1316 4

[学习分享] logistic回归相关问题 [推广有奖]

  • 0关注
  • 0粉丝

本科生

98%

还不是VIP/贵宾

-

威望
0
论坛币
841 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
837 点
帖子
51
精华
0
在线时间
143 小时
注册时间
2012-3-31
最后登录
2023-12-4

pennyr617 发表于 2018-12-7 09:33:16 |显示全部楼层 |坛友微信交流群

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
logistic回归在拟合模型前需要先做相关性检验看各预测变量与结果变量的相关性吗?还有logistic回归模型怎样评价模型的好坏?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:相关性检验 回归模型 评价模型 拟合模型 预测变量

pennyr617 发表于 2018-12-7 11:07:53 |显示全部楼层 |坛友微信交流群
Call:
glm(formula = flag ~ X1wt + X1zf + X2zf, family = binomial(),
    data = datasample)

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-1.8524  -1.2679   0.7981   0.8894   1.4281  

Coefficients:
              Estimate Std. Error z value Pr(>|z|)   
(Intercept) -137.59437   34.97788  -3.934 8.36e-05 ***
X1wt           0.90419    0.28296   3.195   0.0014 **
X1zf           0.51834    0.32318   1.604   0.1087   
X2zf           0.04156    0.29319   0.142   0.8873   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 812.58  on 632  degrees of freedom
Residual deviance: 789.01  on 629  degrees of freedom
AIC: 797.01

Number of Fisher Scoring iterations: 4


拟合得到以上模型,这个模型效果怎么样呢?

使用道具

铁锷未残 学生认证  发表于 2018-12-7 18:28:40 |显示全部楼层 |坛友微信交流群
http://chen.yi.bo.blog.163.com/blog/static/150621109201042641952619/

如果这可以帮助到你,请帮我评分,评分选项在我回复页面的右下方。

使用道具

67890 发表于 2018-12-8 09:59:39 |显示全部楼层 |坛友微信交流群
不好,只有截距项和X1wt。另两项没用。

logistic回归模型怎样评价模型的好坏: ROC/AUC, Sommer's D, ...

使用道具

pennyr617 发表于 2018-12-11 14:21:03 |显示全部楼层 |坛友微信交流群
还有一个疑问:
Call:
glm(formula = flag ~ X1wt + X1tt + X1zf + X1zp + X2wt + X2tt +
    X2zf + X2zp, family = binomial(), data = datasample)

Deviance Residuals:
   Min      1Q  Median      3Q     Max  
-1.938  -1.252   0.774   0.905   1.495  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)  
(Intercept) 8971.4616  6768.6303   1.325   0.1850  
X1wt          -2.1824     1.9992  -1.092   0.2750  
X1tt        -146.9639   113.6175  -1.293   0.1958  
X1zf           0.2125     0.3947   0.538   0.5903  
X1zp        1728.6228  1318.8870   1.311   0.1900  
X2wt           7.6280     3.9075   1.952   0.0509 .
X2tt          59.5489   103.7609   0.574   0.5660  
X2zf           0.5778     0.4304   1.342   0.1795  
X2zp        -769.1400  1195.9249  -0.643   0.5201  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 812.58  on 632  degrees of freedom
Residual deviance: 780.10  on 624  degrees of freedom
AIC: 798.1

Number of Fisher Scoring iterations: 4

上面是我把多个变量当作预测变量去做logistic回归,结果每个都不显著
但用单个变量当作预测变量去做logistic回归,显示却是显著的,如下用X1wt  做预测变量

Call:
glm(formula = flag ~ X1wt, family = binomial(), data = datasample)

Deviance Residuals:
    Min       1Q   Median       3Q      Max  
-1.7745  -1.2838   0.8103   0.8906   1.3475  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept) -146.626     34.212  -4.286 1.82e-05 ***
X1wt           1.119      0.260   4.305 1.67e-05 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 812.58  on 632  degrees of freedom
Residual deviance: 793.77  on 631  degrees of freedom
AIC: 797.77

Number of Fisher Scoring iterations: 4


请问这种情况怎么解释?

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 06:58