二元 Logistic 回归模型的预测示例

一名财务分析师想调查与大学生拥有特定信用卡的概率相关联的因子。分析师随机抽取了一些大学生进行调查。在调查中,学生将回答有关其教育和财务情况的问题。

在拟合模型之后,分析人员估计有 75 美元现金且年收入为 10,000 美元的学生拥有 American Express 信用卡的概率。

  1. 打开样本数据信用卡调查.MTW
  2. 选择统计 > 回归 > 二元 Logistic 回归 > 预测
  3. 响应中,选择American Express
  4. 在该表中,针对现金输入 75,针对年收入输入 10000
  5. 单击确定

解释结果

Minitab 使用存储模型估计概率为 0.998870。预测区间指示分析人员以 95% 的置信度断定,概率位于 0.0516175 到 1.00000 这一区间内。范围宽表示模型无法生成精确的预测值。

回归方程

P(1)=exp(Y')/(1 + exp(Y'))
Y'=-7.71 + 0.1688 现金 + 0.000108 年收入 + 0.000540 现金*现金 - 0.000003 现金*年收入

设置

变量设置
现金75
年收入10000

预测

拟合概率拟合值标准误95% 置信区间
0.9988700.0055833(0.0516175, 1.00000)