为二值拟合线图指定选项

统计 > 回归 > 二元拟合线图 > 选项

关于本主题

链接函数
所有区间的置信水平
置信区间类型
优势比增量

链接函数

Minitab 提供三个链接函数，使用这些函数，您可以拟合各种二元响应模型。链接函数是分布函数的反函数。您要选择一个能够很好地拟合数据的链接函数。研究输出中的拟合优度统计量，以使用不同的链接函数比较模型与数据的拟合优度。您还可以因为历史原因或因为其在规律方面有特殊意义而选择链接函数。有关更多信息，请转到什么是链接函数？。

Logit：默认情况下，Minitab 使用 Logit 链接函数，因为该函数可以为估计系数提供最自然的解释，并且可以提供优势比的估计值。
Normit/Probit：使用 Normit 链接函数，该函数假设存在一个遵循已分类正态分布的基础变量。例如，您假设抗药性是遵循正态分布的昆虫的一个无法度量的特征。但是，您可以将在不同剂量的杀虫剂下存活和死亡的昆虫分类，而不是记录抗药性。
Gompit/互补对数 - 对数：使用 Gompit 函数，该函数是 Gompertz 分布函数的反函数。如果 Logit 或 Normit 无法与数据拟合，Gompit 函数有时可以提供充分拟合，因为 Gompit 函数是非对称函数。

所有区间的置信水平

输入显示在拟合线图上的置信区间的置信水平。

通常，置信水平为 95% 即可。95% 置信水平表明，如果从总体中随机抽取 100 个样本，则大约 95 个样本的置信区间中将包含区间估计的参数。对于给定的数据集，置信水平越低，生成的区间越窄；置信水平越高，生成的区间越宽。

注意

要显示置信区间，必须转到图形子对话框，然后在二值拟合线图下，选择显示置信区间。

置信区间类型

您可以选择双侧区间或单侧边界。对于相同的置信水平，边界比区间更接近于点估计值。上限不提供可能的下限值。下限不提供可能的上限值。

双侧: 使用双面置信区间来同时估计事件概率可能的下限值和上限值。
下限: 使用置信下限来估计事件概率可能的下限值。
上限: 使用置信上限来估计事件概率可能的下限值。

优势比增量

输入一个用来更改单位的值，以便根据数据中的单位计算优势比。例如，如果预测变量是以克为单位的质量，则输入 1000 来确定质量为 1 千克时优势比的变化。