分析明确筛选设计的二元响应中事件预测的方法和公式

拟合和预测值

要计算预测值,请对模型的链接函数求逆。逆函数位于下表中。

链接函数 预测公式
Logit
Normit
Gompit

表示法

说明
exp(·)指数函数
Φ(·)正态分布的累积分布函数
x要预测的点的向量转置
估计的系数的向量

拟合值和预测值的标准误

通常,拟合的标准误差具有以下形式:
以下公式给出了适合不同链接函数的标准误差:
Logit
Normit
Gompit
请注意适用于表中公式的以下关系:

其中 仅从训练数据,只有当有一个测试数据集进行验证时。

表示法

说明
1, for the binomial and Poisson models
xithe vector of a design point
the transpose of xi
Xthe design matrix
Wthe 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

拟合和预测的置信限

置信限使用 Wald 近似法。这是 100(1 − α)% 双面置信区间的公式:

表示法

说明
x 处估计的链接函数的逆
预测变量的向量转置
估计的系数的向量
在中估计的正态分布的逆累积分布函数的值
α显著性水平
X设计矩阵
W权重矩阵
1,用于二项模型