* *
Matlab 软件包与 Logistic
回归
在回归分析中,因变量 y 可能有两种情形:(1) y 是一个定量的变量,这
时就用通常的 regress 函数对 y 进行回归;(2) y 是一个定性的变量, 比如, y
0或1,这时就不能用通常的
Logistic
回归。
Logistic 回归的基本思想是,不是直接对
函数
regress
函数对 y 进行回归,而是使用所谓的
y 进行回归,而是先定义一种概率
,令
Pr Y 1| X
1
x
1
, X
2
x
2
, , X
n
x
n
要求 0 1 。此时,如果直接对
进行回归,得到的回归方程可能不满足这个
条件。在现实生活中,一般有 0
事,于是,人们改为考虑
1 。直接求
的表达式,是比较困难的一件
1 y
1 的概率
y
1 的概率
k
一般的, 0 k
。人们经过研究发现,令
Pr Y 1| X
1
x
1
, X
2
x
2
, , X
n
x
n
1
1 a e
b
1
X
1
b
n
X
n
a
0, b
j
0
即, 是一个 Logistic
型的函数,效果比较理想。于是,我们将其变形得到:
log
1
b
0
b
1
x
1
b
n
x
n
1
然后, 对
log
进行 通常 的线 性回 归 。 例 如, Logistic
型 概率 函数
1
1
300e
2 x
的图形如下:
ezplot('1/(1+300*exp(-2*x))',[0,10])
评论0
最新资源