| 此條目需要
精通或熟悉相?主?的?者
??及?助??。
(
2016年9月17日
)
請
邀請
適合的人士
改善本?目
。更多的細節與詳情請參?
討論頁
。
|
邏輯斯諦?歸
(英語:
Logistic regression
,又譯作
邏輯斯?歸
、
羅吉斯?歸
、
邏輯?歸
、
???率??
),在
???
中是一種???率模型(英語:
Logit model
,又?作??斯?模型、?定模型、分??定模型),是
?散??法
模型之一,?于
多元?量分析
范?,是
社??
、
生物???
、
?床
、
?量心理?
、
?量???
、
市???
等
??
??分析的常用方法。
通?使事件的???生率(log-odd)成?一?或多?自?量的?性?合,?事件?生的?率?行建模。形式上,在二元??回?中,有一?二元因?量,由指示?量??,其中??????“0”和“1”,而自?量每?都可以是二元?量(???,由指示?量)或???量(任何??)。???“1”的?的相??率可以在0和1之??化;????生率????率的函?就是??斯諦函?,因此得名。???生率?位??
logit
,?自
logistic unit
。
[1]
二元?量在???中?泛用于?某一??或事件?生?率的建模,例如?????率、患者健康?率等,而其中,??模型?自大? 1970年以?最常用的二元回?模型。
[2]
?存在??以上可能?(例如?像是否是猫、狗、?子等)?,二元?量可以推??分??量,?且二元??回?推??多???回?。如果多???是有序的,?可以使用序???回?。??回?模型本身只是??地根据?入??出?率?行建模,?不?行??分?。
[3]
例子
[
??
]
以一?例子?明??回?如何解?????:
一?小?20名?生,各自花?0~6小?准?考?,他?不同的????如何影?通?考?的?率?
??中的因?量是考?“通?”或者“?科”,?是用??回?的原因,?然分?用“1”和“0”表示,但????字不代表
基?
。如果???生?化,用0-100的成?(基?)代替通?、?科,?可以使用回?分析。
下表?示每??生花?在??上的小??,以及他?通?(1)或?科(0)。
小?(
x
k
)
|
0.50
|
0.75
|
1.00
|
1.25
|
1.50
|
1.75
|
1.75
|
2.00
|
2.25
|
2.50
|
2.75
|
3.00
|
3.25
|
3.50
|
4.00
|
4.25
|
4.50
|
4.75
|
5.00
|
5.50
|
通?(
y
k
)
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
0
|
1
|
0
|
1
|
0
|
1
|
0
|
1
|
1
|
1
|
1
|
1
|
1
|
?????(
x
k
)和???果(
y
k
= 1 表示通?,0 表示?科)?成的?据?行?合。?据点由下?k索引,?下??1到20。x?量??“
自?量
”,y?量??“
分??量
”,由“通?”或“失?”?????成,分???于分??1和0。
模型
[
??
]
??函?形式?:
其中
μ
是位置??(曲?的中点,其中
),
s
是尺度??。?式可重??:
??截距,是直?
的
y
截距。
是反比例??或速率??,是作?"x"函?的???生率的"y"截距和斜率。反之,
,?且
。
??斯?分布公式
[
??
]
其中??
常用
最大似然?計
。
IIA假?
[
??
]
全名?
Independent and irrelevant alternatives
假?,也?作
IIA效?
,指Logit模型中的各?可??是?立的。
IIA假?示例
[
??
]
市?上有A,B,C三?商品相互??,分?占有市???:60%,30%和10%,三者比例?:6:3:1
一?新?品D引入市?,有能力占有20%的市???
如果?足IIA假?,各??品?立作用,互不??:新?品D占有20%的市???,剩下的80%在A、B、C之?按照6:3:1的比例瓜分,分?占有48%,24%和8%。
如果不?足IIA假?,比如新?品D??品B相似度高,?新?品D的
CP?
高而?去?品B的部分市?(???的20%),則?品B剩余10%,而?品A和C的市???保持60%和10%不?。
?足IIA假?的?点
[
??
]
- 可以?得每??性化的??集合的一致的
????
- 各???的
子集
的一般化的
??
- 大大?省??
- 可???目?多的?候尤其如此
IIA假?的??
[
??
]
Hausman??
[
??
]
傑里·A·奧斯曼
和
丹尼爾·麥克法登
提出的。
一般化模型的??
[
??
]
IIA??的解?方法
[
??
]
可以?可???的
相?性
建模
巢式Logit模型
[
??
]
巢式(Nested)表示可??被分作不同的?,???之?不相?,??的可??相?,相?程度用1-λ
g
?表示(1-λ
g
越大,相?程度越高)
?偶?合Logit模型
[
??
]
一般化分簇Logit模型
[
??
]
混合Logit模型
[
??
]
?用
[
??
]
配體結合分析
[
??
]
配體結合分析的典型校准曲?是S形的,下?界(?近?)?近背景信?(非特?性?合),而上?近??近最大的?和??。 四????模型通常是?合??形?校准曲?的首?,可以准?描述?量信???分析物?度之?的S形?系。?不??性明???添加第五???,但可能??致?合算法?得不?定。
[4]
二??定模型(Binary Logit Model)
[
??
]
?量?型
|
??量
|
??比?
|
回?模型
|
numerical
|
mean
|
t-test/ANOVA
|
?性回?
|
categorical
|
percentage
|
Chi-square test
|
??斯?回?
|
persontime
|
KM estimates
(survival curves)
|
Log-rank test
|
比例??回?
|
?考?目
[
??
]
- Agresti, Alan: Categorical Data Analysis. New York: Wiley, 1990.
- Amemiya, T., 1985, Advanced
Econometrics
,Harvard University Press.
- Hosmer, D. W. and S. Lemeshow: Applied logistic regression. New York; Chichester, Wiley, 2000.
??
[
??
]
外部?接
[
??
]
?考
[
??
]
- ^
Hosmer, David W.; Lemeshow, Stanley. Applied logistic regression. Wiley series in probability and statistics 2. ed., [Nachdr.] New York: Wiley. 200.
ISBN
978-0-471-35632-5
.
- ^
Cramer, J.S.
The Origins of Logistic Regression
. SSRN Electronic Journal. 2003.
ISSN 1556-5068
.
doi:10.2139/ssrn.360300
(英?)
.
- ^
Walker, Strother H.; Duncan, David B.
Estimation of the Probability of an Event as a Function of Several Independent Variables
. Biometrika. 1967-06,
54
(1/2)
[
2023-11-11
]
.
doi:10.2307/2333860
. (原始?容
存?
于2024-02-29).
- ^
Findlay, John W. A.; Dillard, Robert F.
Appropriate calibration curve fitting in ligand binding assays
. The AAPS Journal. 2007-06,
9
(2).
ISSN 1550-7416
.
doi:10.1208/aapsj0902029
.