请选择您所选的方法或公式。
此内容适用于 Minitab 中的以下工具：
- 拟合二元 Logistic 模型
- 分析明确筛选设计的二元响应
- 分析因子设计的二元响应
- 分析响应曲面设计的二元响应
偏差 R2
偏差 R2 表示响应变量中由模型解释的变异量。R2 越大，模型与数据拟合得越好。公式为：
表示法
| 项 | 说明 |
|---|---|
| DE | Error Deviance |
| DT | Total Deviance |
调整的偏差 R2
调整的偏差 R2 可以说明模型中预测变量的数量，并且可用于比较具有不同预测变量数量的模型。公式为：
表示法
| 项 | 说明 |
|---|---|
| R2 | 偏差 R2 |
| p | 回归自由度 |
| Φ | 1，用于二项模型 |
| DT | 总偏差 |
尽管在计算调整的偏差 R2 时可能会产生负值，但 Minitab 将针对这些情况显示零。
Akaike 信息准则 (AIC)
使用此统计量比较不同模型。AIC 越小，模型与数据拟合得越好。
根据平均值参数化对数似然函数。函数的一般形式如下：
个体贡献的一般形式如下：
下面的方程给出对二项模型的各个贡献的特殊形式：
表示法
| 项 | 说明 |
|---|---|
| p | 回归自由度 |
| Lc | 当前模型的对数似然 |
| yi | 第 i 行的事件数 |
| mi | 第 i 行的试验数 |
 | 第 i 行的估计均值响应 |
AICc（Akaike 更正的信息标准）
在满足以下条件时不计算 AICc：
.
表示法
| 项 | 说明 |
|---|---|
| p | 模型中系数的个数，包括常量系数 |
| n | 具有非缺失数据的行的数量 |
BIC（Bayesian 信息标准）
表示法
| 项 | 说明 |
|---|---|
| p | 模型中的系数，不包括常量系数 |
| n | 具有非缺失数据的行的数量 |
