请选择您所选的方法或公式。
关于本主题
拟合和预测值
不同的模型有不同的链接函数。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。
| 模型 | 链接函数 | 预测公式 |
|---|---|---|
| 二项 | Logit(L) |  |
| 二项 | Normit |  |
| 二项 | Gompit |  |
| Poisson | 自然对数 |  |
| Poisson | 平方根 |  |
| Poisson | 致命ID |  |
表示法
| 项 | 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
| 项 | 说明 |
|---|---|
 | 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 |
拟合和预测的置信限
置信限使用 Wald 近似法。以下是 100（1 | α双侧置信区间
下表提供了不同模型类型和链接函数的特定公式：
| 类型 | 链接 | 拟合值的标准误 |
|---|---|---|
| 二值 Logistic | Logit |  |
| 二值 Logistic | Normit |  |
| 二值 Logistic | Gompit |  |
| Poisson | 对数 |  |
| Poisson | 平方根 |  |
| Poisson | 标识 |  |
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
| 项 | 说明 |
|---|---|
 | the inverse of the link function evaluated at x |
 |  |
 | the transpose of the vector of the predictors |
 | the vector of estimated coefficients |
 | the value of the inverse cumulative distribution function for the normal distribution evaluated at  |
| α | the significance level |
 |  |
| X | the design matrix |
| W | the weight matrix |
 | 1, for binomial and Poisson models |
 | 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 cumulative distribution function of the standard normal distribution |
