적합치 및 예측 값
예측 값을 계산하려면 모형에 대한 연결 함수의 역함수를 구하십시오. 역함수는 다음 표에 있습니다.
| 연결 함수 | 예측 공식 |
|---|---|
| 로짓 |  |
| 노밋 |  |
| 곰핏 |  |
표기법
| 용어 | 설명 |
|---|---|
| exp(·) | 지수 함수 |
| Φ(·) | 정규 분포의 누적분포함수 |
| X' | 예측할 점의 벡터 전치 |
 | 추정 계수 벡터 |
적합치 및 예측의 표준 오차
일반적으로 맞춤의 표준 오차는 다음과 같은 형태를 가립니다.
다음 수식은 서로 다른 링크 함수에 대한 맞춤의 표준 오류를 제공합니다.
- 로짓
- 노밋
- 곰핏
테이블의 수식에 적용되는 다음 관계를 참고하십시오.
여기서 
는 유효성 검사에 대한 테스트 데이터 집합이 있는 경우에만 학습 데이터에서 입니다.
표기법
| 용어 | 설명 |
|---|---|
 | 1, for the binomial and Poisson models |
| xi | the vector of a design point |
 | the transpose of xi |
| X | the design matrix |
| W | the weight matrix |
 | the first derivative of the link function evaluated at  |
 | the predicted mean response |
 | the predicted probability for the design point in a binary logistic model |
 | the inverse cumulative distribution function of the standard normal distribution for the predicted probability in a binary logistic model |
 | the probability density function of the standard normal distribution |
적합치 및 예측에 대한 신뢰 한계
신뢰 한계에는 Wald 근사 방법이 사용됩니다. 다음은 100(1 − α)% 양측 신뢰 구간의 공식입니다.
표기법
| 용어 | 설명 |
|---|---|
 | 연결 함수의 역함수는 x에서 평가됩니다. |
 |  |
 | 예측 변수 벡터의 전치 |
 | 추정 계수 벡터 |
 | 에서 평가된 정규 분포에 대한 역 누적분포함수의 값 |
| α | 유의 수준 |
 |  |
| X | 설계 행렬 |
| W | 가중치 행렬 |
 | 1, 이항 모형의 경우 |
