1、LogistidU歸Logistic 回歸是多元回歸分析的拓展，其因變量不是連續的變量；在 logistic 分析中，因變量是分類的變量；logistic 和 probit 回歸皆為定性回歸方程的一種；他們的特點就在于回歸因變量的離散型而非連續型。Logistic 回歸又分為 binary 和 multinominal 兩類；1、Logistic回歸原理Logistic 回歸 Logistic 回歸模型描述的是概率 P 與協變量x1,x2xk之間的關系，考慮到 P 的取值在 0-1 之間，為此要首先把 Plogistic 變換為f(p)=ln(1)，使得它的取值1-P在到oc 之間，然后建立

2、logistic 回歸模型P=p(丫=1)f(p)=ln()=：o+：X1：kXk1-pc：0+：1X1:kXke1.e:0+1X1kXkLogistic 回歸模型的數據結構N1r1n1-riN2r2n2-r2Ntrtnt-rt根據數據，得到參數P0PlPk的似然函數使用迭代算法可以求得P0P1Pk的極大似然估計。2、含名義數據的logistic模型婚姻狀況是名義數據，分為四種情形：未婚、有配偶、喪偶、離婚；在建立型時，定觀察值個數取 1 的觀察值個數取 0 的觀察值個數協變量X1,X2Xk的值e:0+1X1：kXk(1+X-X1一e0+1X1kXk)ri(1e-+PX十ni-ri:kXk)l

3、ogistic 模義變量 M1、M2、M3,使得(M1=1,M2=0,M3=0)表示未婚；(M1=0,M2=1,M3=0)表示有配偶(M1=0,M2=0,M3=1)表示喪偶(M1=-1,M2=-1,M3=-1)表示離婚也可以將三變量定義為般來說，只要矩陣1a1b1c11a2b2c2一1a3b3c31a4b4c4非奇異，可以定義(M1=a1,M2=b1,(M1=a2,M2=b2,(M1=a3,M2=b3,(M1=a4,M2=b4,3、含有有序數據的logistic回歸文化程度是有序的定性變量，他有一個順序，由低到高為文盲、小學、中學、高中、中專；大學。常用數字來表示順序變量，例如用 0、1、2、

4、3、4、5 表示文化程度由低到高。4、multinominal多項logistic回歸模型以上討論的都是二值 logistic 回歸，實際問題中有許多響應變量是多值的情形，這時就需要用到多值 logistic 回歸；Nominal型的響應變量：研究三個學校和兩個不同的課程計劃對學生偏好何種學習方式的影響。其相應變量學習方式 y=1 自修、y=2 小組、y=3 上課；學校課程計劃學習方式合計X1x2x3y=1y=2y=3(10)x3=05125067X3=110172653(01)x3=016123674X3=121172664(00)x3=012122044X3=115151646在響應變量是

5、名義變量時，挑選她的一個值作為參照物，讓其他值與其作比較，這里以 y=3上課作為參照物。 令 p1、 p2、 p3 分表表示學生偏愛自修小組、 上課的概率； 以上課作為參照建立 logistic模型。(M1=1,(M1=0,(M1=0,(M1=0,M2=0,M2=1,M2=0,M2=0,M3=0)M3=0)M3=1)M3=0)表小未婚；表示有配偶表示喪偶表示離婚M3=c1）表示未婚；M3=c2）表示有配偶M3=c3）表示喪偶M3=c4）表示離婚In2=2021x122x223x3P3從而有-10-11x1,-12x2-13x3e10-11x1-12x2-13x3._20-21x1-22x2-23x31ee0.05,也就是接受這一回歸方程。分類表日分類表日已觀測已觀測已預測已預測) )結局結局M百分比棱正百分比棱正0生存生存j年以年以內內性寫性寫年以年以沙膘沙膘1結局結局 S S- -生存一年以內生存一年以內25583.31-生存一年以上生存一年以上51575.0總計百分比總計百分比30.03. .切割值為切割值為.500檢驗模型的判斷正確率。方中的變量B3.他傳crsiq.txp同同EXF(B)CJL便便上PL卷停1a(11020061571632091inu-.70348726/1.463A1.177K32J830,7931272A1,0001B.95215D001