在logistic回归中将所有变量强行进入分析时,虽然大部分变量单因素分析时sig小于0.05但是在回归系数分析中均无意义（p>0.05）.然而,仅将单变量分析时有意义的变量强行进入时,有4个变量在最
来源：学生作业帮助网 编辑：六六作业网 时间：2024/12/21 13:25:38
在logistic回归中将所有变量强行进入分析时,虽然大部分变量单因素分析时sig小于0.05但是在回归系数分析中均无意义（p>0.05）.然而,仅将单变量分析时有意义的变量强行进入时,有4个变量在最
在logistic回归中将所有变量强行进入分析时,虽然大部分变量单因素分析时sig小于0.05但是在回归系数分析中均无意义（p>0.05）.然而,仅将单变量分析时有意义的变量强行进入时,有4个变量在最终结果中有意义.但是使用前进LR和后退Ward方法进入时都仅有2个变量有意义.我该使用哪种进入方法,为什么会导致这种结果的出现,这三种方法得出的回归方程都能用吗?
还有就是 是不是经过logistic回归分析有意义的变量经相关分析得出的相关系数就可以用在该因素的风险高低的评估中.
在logistic回归中将所有变量强行进入分析时,虽然大部分变量单因素分析时sig小于0.05但是在回归系数分析中均无意义（p>0.05）.然而,仅将单变量分析时有意义的变量强行进入时,有4个变量在最
logistic回归模型,主要是用来对多因素影响的事件进行概率预测,它是普通多元线性回归模型的进一步扩展,logistic模型是非线性模型.比如说我们曾经做过的土地利用评价,就分别用多元线性回归模型和Logistic模型进行试验.影响耕地的因素假设有高程、土壤类型、当地人口数量和GDP总量,把上述四种因素作为自变量,某块地是否为耕地的概率为P,即应变量.然后根据已经有的样本数据,求出logistic模型的系数,一般用最大似然法结合牛顿—拉斐逊法解系数,求出F(P)=G(高程,土壤,人口,GDP）的一个回归函数,即Logistic模型,然后把全地区的数据代入上式,求出每个地方是否为耕地的概率,用来对土地利用的评价提供科学的依据.希望我的答案能让你满意,我以前就是做这方面研究的.
请采纳.