该示例显示如何使用“非线性”平台将损失函数最小化。损失函数是负对数似然函数,因此生成最大似然估计值。
Nonlinear Examples 样本数据文件夹中的 Logistic w Loss.jmp 数据表包含一个使用损失函数拟合 Logistic 回归的示例。Y 列中 1 表示事件,0 表示事件没有发生。模型 Y 列具有线性模型,损失列具有损失函数。在该示例中,损失函数是每个观测值的负对数似然,或观测到响应值的概率的负对数。
按以下步骤运行模型:
1. 选择帮助 > 样本数据库,然后打开 Nonlinear Examples/Logistic w Loss.jmp。
2. 选择分析 > 专业建模 > 非线性。
3. 将模型 Y 分配给 X,预测变量公式角色。
4. 将损失分配给损失角色。
“非线性”启动窗口
5. 点击确定。
“非线性拟合”控制面板随即显示。
“非线性拟合”控制面板
6. 点击执行。
参数估计值显示在“解”报表中。
“解”报表
“解”报表中的“损失”值是在参数估计值处求得的负对数似然。