基本分析 > Logistic 分析
发布日期: 11/15/2021

Logistic 分析

检查分类 Y 和连续 X 变量之间的关系

使用 Logistic 平台拟合具有连续 x 预测变量的分类响应的 Logistic 回归模型。选项包括 ROC 曲线、提升曲线和优势比估计。拟合的模型估计每个 x 值的概率。“Logistic”平台是“以 X 拟合 Y”平台的名义型有序型 - 连续型特质。在该平台上名义型响应和有序型响应有区别:

名义型 Logistic 回归估计一组曲线来分割各响应的概率。

有序型 Logistic 回归为小于或等于给定响应的概率建模。它具有估计单个 Logistic 曲线的效应,曲线进行水平偏移以生成有序类别的概率。该模型更简单,推荐用于有序响应。

图 8.1 Logistic 回归示例 

Examples of Logistic Regression

目录

Logistic 回归概述

名义型 Logistic 回归
有序型 Logistic 回归

名义型 Logistic 回归的示例

启动“Logistic”平台

数据结构

Logistic 报表

Logistic 图
迭代
整体模型检验
拟合详细信息
参数估计值

“Logistic”平台选项

ROC 曲线
保存概率公式
逆预测

Logistic 回归的其他示例

有序型 Logistic 回归的示例
Logistic 图的更多示例
ROC 曲线的示例
使用十字准线工具进行逆预测的示例
使用“逆预测”选项的逆预测示例

“Logistic”平台的统计详细信息

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).