Hồi quy logistic đơn biến trong SPSS

Cập nhật: 19/10/2022 bởi admin1

Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)

Mô hình hậu cần nhị phân

Trong thống kê, mô hình hồi quy nhị phân là một mô hình thống kê được sử dụng rộng rãi, ở dạng cơ bản, nó sử dụng một hàm nhị phân để mô hình một biến phụ thuộc nhị phân; Có nhiều phần mở rộng phức tạp hơn. Trong phân tích hồi quy, hồi quy logistic (hay hồi quy logit) có nghĩa là ước tính các tham số của mô hình logistic; nó là một dạng của hồi quy nhị thức.

Về mặt toán học, một mô hình logistic nhị phân có một biến phụ thuộc với hai giá trị có thể có, chẳng hạn như đúng / sai- thắng / thua … những giá trị này được biểu thị bằng một biến chỉ báo, trong đó có hai giá trị được gắn nhãn ‘0’ và ‘1’ .
Trong mô hình logistic, tỷ lệ log-log (logarit của tỷ lệ cược) so với giá trị “1” là sự kết hợp tuyến tính của một hoặc nhiều biến độc lập (“dự đoán”); Các biến độc lập có thể là biến nhị phân (hai lớp được mã hóa bằng một biến chỉ thị) hoặc biến liên tục (bất kỳ giá trị thực nào). Xác suất tương ứng của giá trị được gắn nhãn “1” có thể thay đổi giữa 0 (rõ ràng là giá trị “0”) và 1 (rõ ràng là giá trị “1”), do đó, nhãn; Hàm biến đổi chênh lệch log thành xác suất là hàm logistic

Hướng dẫn phân tích hồi quy nhị phân trong SPSS

Trong loạt bài này, chúng tôi cung cấp kiến ​​thức cơ bản và nâng cao với phần mềm đặc biệt SPSS để xử lý dạng mô hình hồi quy, trong đó biến phụ thuộc ở dạng nhị phân và không thể phân tích ở dạng tuyến tính. , đặc biệt nếu biến phụ thuộc chỉ có hai số hạng, sẽ không phù hợp khi giả định rằng phần dư được phân phối chuẩn, nhưng sẽ là phân phối nhị thức, điều này làm mất hiệu lực của các phép thử trong hồi quy thông thường.

Các bài viết thuôc chủ đề này:

Filed under: Giới thiệu nội dung - @ 12:15 sáng