Logistic回归自变量为连续变量时，因变量是怎么求取的？

是 否 +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~ !

立即领取

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

本人将Logistic回归运用到工程领域，然而在原理方面还有一些不明白的地方：在两分类的Logistic回归中，定义因变量为发生概率与不发生概率的比值，而发生概率为某种因素组合水平下发生的个数与该种水平下总个数的比值。
在自变量为属性变量的情况下，这个数值比较好理解，如：男，考上大学，100；男，未考上大学，20；女，考上大学，80；女，未考上大学，40。则因变量男考上大学为100/120，男未考上大学为20/120；女考上大学为80/120，女未考上大学为40/120。
然而在自变量为连续变量的分析中，在一种因素水平组合下只有一个对象，或者发生，或者不发生，那因变量则要么为无穷大要么为0，这时候系数仍然可以用最大似然法解出来吗？
还请高手帮忙解决小妹的疑问，谢谢！

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

分享0 收藏1 回帖

关键词：logistic回归 logistic logisti ogistic logist 因变量 自变量 大学 工程 领域

1、自变量xi为二分类变量时，存在（暴露）xj ＝１，不存在（未暴露）xj ＝０，则Logistic回归中xj的系数bj就是暴露与非暴露优势比之对数值．
2、自变量xj为多分类变量时，为方便起见，常用1，2，…，k分别表示k个不同的类别。进行Logistic回归分析前需将该变量转换成k-1个指示变量或哑变量（design/dummy variable），这样指示变量都是一个二分变量，每一个指示变量均有一个估计系数，即回归系数，其解释同前。
3、自变量xj为等级变量时，如以最小或最大等级作参考组，并按等级顺序依次取为0，1，2，…。此时， e(bj) 表示xj增加一个等级时的优势比， exp(k* bj)表示xj增加k个等级时的优势比。
4、自变量xj为连续性变量时， exp(bj)表示xj增加一个计量单位时的优势比。

另，自变量xj为连续性变量最好转化为等级变量，在实际工作中能更好地解释。

优势比（odds ratio,OR)
在logistic回归中就是exp(bj).

楼上的好像没理解楼主的问题，楼主关心的是怎样拟合模型，而不是系数怎么解释。如因变量观测值可分组，则可直接用最小二乘法直接进行拟合；如果因变量不能重复观测，则通过最大似然估计法估计Logisit模型，此时可以采用牛顿迭代法解非线性方程。

非常感谢yangponingsui，你的回答很切中要害，经你提点，我已经明白了。

2# biostat 但是此时求出来的系数有可能是非常大的，这样也能解释吗？

学习了

相同的疑问啊 为什么没有高手解答呢？