基本分析 > Logistic 分析
发布日期: 09/18/2023

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 变量的分类 Y 变量的 Logistic 回归模型。您可以查看 ROC 曲线、提升曲线和优势比估计值。拟合模型提供 X 变量每个值的估计概率。您还可以执行逆预测,这允许您预测 Y 变量特定概率值对应的 X 值。

“Logistic”平台是“以 X 拟合 Y”平台的名义型或有序型 - 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 回归模型估计一组曲线,这些曲线分割名义型响应变量各水平的概率。名义型 Logistic 回归模型的示例显示在图 8.1 的右侧。

有序型 Logistic 回归模型估计小于或等于有序型响应变量的目标水平的概率。该模型估计一条 Logistic 曲线,该曲线通过水平偏移来生成有序型类别的概率。该模型更简单,推荐用于有序响应。有序型 Logistic 回归模型的示例显示在图 8.1 的左侧。

图 8.1 有序型和名义型 Logistic 回归的示例 

Examples of Ordinal and Nominal Logistic Regression

目录

“Logistic”平台概述

名义型 Logistic 回归的示例

启动“Logistic”平台

数据格式

Logistic 报表

Logistic 图
“迭代”报表
“整体模型检验”报表
“拟合详细信息”报表
“参数估计值”报表

“Logistic”平台选项

“Logistic 分析”报表

ROC 曲线
逆预测

Logistic 回归的其他示例

有序型 Logistic 回归的示例
Logistic 图的示例
ROC 曲线的示例
“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).