全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
30215 9
2010-09-19
我使用二元逻辑回归函数,计算了几个变量。现在想对自变量进行一下排序,就是说看一下自变量的重要程度。我看书上说自变量的影响力需要用标准化回归系数来确定,根据标准化回归系数的大小来确定自变量的影响力。
我的问题是:
1,我的二元logistic回归函数正确吗?拟合准确吗?
我的Cox & Snell R Square>0.2,和Nagelkerke R Square>0.2可以说明模型拟合度高吗?
                                 Model Summary
Step
-2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
1
2583.271                       0.299                                            0.399
回归系数.JPG

2,回归系数在二元Logistic函数中是e的指数,可以用标准化回归系数表达二元Logistic函数中自变量的回归系数吗?
如果可以的话,下图中的S.E.代表的是自变量的标准差,那么因变量Y的标准差是多少?怎么计算?
Output4.rar
大小:(5.21 KB)

 马上下载

本附件包括:

  • Output4.spo



谢谢了,
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-9-19 19:53:53
Cox & Snell R Square
Nagelkerke R Square
都相对偏低,这些指数越靠近1说明拟合的越好!
在所有回归变量中,x1不显著,其他都是通过1%的显著性检验
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-9-19 20:02:54
哦,谢谢呀!!这个是看sig的值越小越好吗?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-9-19 20:53:22
2楼正解!
如果单纯看趋势,而不是真的用你的模型去拟合实际数据,模型的特异性和有效性可以忽略,不太准也可以,就是第二张表的内容。
看楼主的输出结果,除了x1之外其余自变量都在0.01水平上对因变量有影响,影响大小就得看B值(偏回归系数)的大小了,B值绝对值大的,影响大,反之则小,由于logistic回归并不是线性,也可参考Exp(B),就是比数比,对照一下,你可以看出B值大的话,比数比也大。因此,楼主数据中x5影响最大,还有一个更大的,就是那个constence,这个是截距,可以忽略。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-9-19 21:00:50
楼主对Sig.的含义有偏差,Sig.的含义是可能性,也就是平常所说的P值,用统计语言说就是:在一次抽样中,抽到比Sig.所设定的概率(缺省是0.05)相等或更大的概率的可能性。这也就是说,你抽样一次,只有<5%的可能性样本P值落在0.05的界限内侧,也就是所谓差异显著。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-9-19 21:01:56
忘说了,差异显著可不是影响显著,这是两个完全不同的概念。发现坛子里好多朋友对这两个概念都很模糊。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群