JMP 13.2 联机文档
发现 JMP
使用 JMP
基本分析
基本绘图
刻画器指南
实验设计指南
拟合线性模型
预测和专业建模
多元方法
质量和过程方法
可靠性和生存方法
消费者研究
Scripting Guide
JSL Syntax Reference
拟合线性模型
•
Logistic 回归模型
•
Logistic 拟合报表
• 拟合详细信息
上一个
•
下一个
拟合详细信息
“拟合详细信息”报表包含以下统计量:
熵 R 方
等价于 R 方 (U)。请参见
整体模型检验
。
广义 R 方
可以应用到常规回归模型的一种测度。它基于似然函数 L,已统一尺度为具有最大值 1。对于标准最小二乘设置中的连续正态响应,“广义 R 方”测度简化为传统的 R 方。广义 R 方亦称为 Nagelkerke 或 Craig 和 Uhler
R
2
,这是 Cox 和 Snell 伪
R
2
的标准化版本。请参见 Nagelkerke (1991)。
-Log p 均值
-log(
p
) 的平均值,其中
p
是与发生的事件关联的拟合概率。
RMSE
均方根误差,其中差值为响应和 p(实际发生事件的拟合概率)之间的差值。
绝对偏差的均值
响应和 p(实际发生事件的拟合概率)的差值绝对值的平均值。
误分类率
具有最高拟合概率的响应类别不是观测到的类别的比率。
对于熵 R 方和广义 R 方,值越接近 1 表示拟合效果越好。对于 -Log p 均值、RMSE、绝对偏差的均值和误分类率,值越小表示拟合效果越好。
要检验效应作为整体是显著的(“整体模型”检验),计算卡方统计量,它是拟合模型与仅包含截距的简化模型的负对数似然差值的两倍。