Minitab® 支持

拟合二元 Logistic 模型 二值 Logistic 回归和 的概述

了解关于 Minitab 的更多信息

拟合二元 Logistic 模型 并从 二值 Logistic 回归 不同的菜单执行相同的分析。使用这些分析可以描述一组预测变量与二元响应之间的关系。二元响应具有两个结果，如通过或失败。可以包括交互作用项和多项式项、执行逐步回归、拟合不同的链接函数以及使用检验样本或交叉验证来验证模型。

例如，一家谷类食品公司的营销人员想要调查新谷类食品的广告效应。营销人员可以使用二元 Logistic 回归确定看过广告的人购买新谷类食品的可能性是否更大。

在执行分析之后，Minitab 将存储模型，以便执行如下操作：
  • 预测新观测值或现有观测值的事件概率。
  • 绘制变量之间的关系图。
  • 查找可优化多个响应的值。
有关更多信息，请转到存储模型概述。

在何处查找此分析

要拟合二元 Logistic 回归，请选择统计 > 回归 > 二元 Logistic 回归 > 拟合二元 Logistic 模型。

此分析具有与 预测分析模块 > 二值 Logistic 回归相同的功能。的 预测分析模块 分析版本有以下差异。
  • 您可以从输出窗格而不是菜单访问使用拟合模型的分析。拟合模型的分析可用于导航器中输出的任何模型，而不仅仅是最新的模型。
  • 无论哪个工作表处于活动状态，拟合模型都可用，因此您可以预测与响应变量位于不同工作表中的数据列。
  • Minitab Statistical Software 将模型保存在项目文件 （*.MPX 的 S T

何时使用备择分析

  • 如果您的响应变量包含三个或更多采用一定自然顺序的类别（如非常不同意、不同意、中立、同意和非常同意），请使用顺序 Logistic 回归。
  • 如果您的响应变量包含三个或更多不采用自然顺序的类别（如划痕、凹陷和撕裂），请使用 名义 Logistic 回归 或 CART® 分类。
  • 如果您的响应变量对发生次数（如缺陷数量）进行计数，请使用拟合 Poisson 模型。
  • 如果您的数据具有干扰模型构造的缺失值模式，或者如果二元 Logistic 模型拟合不佳，请考虑 CART® 分类。

何时使用预测分析模型

对于某些应用程序，您可以考虑不同的模型构造方法。有关不同类型模型的更多信息，请转到 Minitab 统计软件中的预测分析模型类型。Minitab 提供 CART® 回归、 TreeNet® 回归、 Random Forests® 回归和 MARS® 回归 分析。 预测分析模块该 发现最佳模型 (连续响应) 分析在 1 项分析中比较了不同模型类型的性能。单击此处了解更多关于如何激活模块的信息。

Copyright © 2024 Minitab, LLC. All rights Reserved.