用eviews做logit回归比较好,用spss的话就如下:
-2 对数似然值(-2 log likelihood,-2LL)
似然(likelihood)即概率,是指自变量观测值预测因变量观测值的概率。对数似然值(log likelihood,LL)是它的自然对数形式,由于似然的取值范围在[0,1]之间,其对数值为负数,因此对数似然值的取值范围在 0 至-∞之间。Logistic模型的估计一般采用的是最大似然法,通过最大似然估计的迭代算法计算得到对数似然值(log likelihood)。由于-2LL近似服从卡方分布且在统计检验上更为方便,因此-2LL可用于检验 Logistic 回归的显著性。如果-2LL的实际显著性水平p值小于给定的显著性水平,则表明Logistic回归方程显著。如果p值大于给定的显著性水平,则说明Logistic回归方程不显著。
Cox & Snell R Square Nagelkerke R Square与线性回归模型中的R Square解释结果类似,但是其在似然值基础上解释Logistic回归模型,该值越大表明模型的拟合优度越高,越接近于1表明模型拟合优度越高,而越接近于0则表明模型拟合优度越低。
|