关于logit和logistic模型的差别

  1、意思分歧

  logistic回归是概率模型,非线性表达式,其线性表达式即logit回归。logistic回归计算的是P,而logit回归计算的是logit(p)。logistic属于概率型非线性回归,是研究二分类(可扩大到多分类)不美观察结果与一些影响要素之间关系的一种多变量剖析方法。

  2、参照分歧

  Logit是把个中的一种选择作为另外一种选择的参照,而Logistic是把一件事不爆发作为这件事爆发的参照。模型上完整不合。只不外因为Logit拔取了一种选择项作为参照,因此在模型中的一个参数对应两个变量,辨别对应两种选择项。而Logistic因为参照对象是工作的不爆发,即工作自身,因此一个参数只对应一个变量。然则实质完整一样。

  

  3、形式分歧

  Logit模型的左边是Odds的对数,而Logistic模型的左边是概率。

  Logit模型的右边是一个线性结构,而Logistic模型的右边长短线性的。

  (1)二者的基本差别在于狭义化线性模型中的联系函数的方法。logit采取对数方法log(a),logistic方法为log(a/1-a)。

  (2)应用上,通俗logistic的照顾变量是二元的,多元logistic的因变量可为多元。logit的照顾变量可所以多元的。

  (3)统计软件spss中:logit属于对数线性模型,剖析结果主要为因变量和自变量之间的关系,可以细化到各分类因变量与分类自变量之间;logistic属于回归剖析,剖析结果为估计出自变量参数。regression下有Binary logistic regression和 Multinomial logistic regression 。因变量只取0和1时用的就是Binary logistic regression 。而Multinomial logistic regression 分为多分类无序因变量和多分类有序因变量的logistic回归。即因变量多于两个的。

  (4)当因变量是多类的,可以采取logistic,也能够用logit,计算结果并没有若干差异。

  (1)二者的基本差别在于狭义化线性模型中的联系函数的方法。logit采取对数方法log(a),logistic方法为log(a/1-a)。

  (2)应用上,通俗logistic的照顾变量是二元的,多元logistic的因变量可为多元。logit的照顾变量可所以多元的。

  (3)统计软件spss中:logit属于对数线性模型,剖析结果主要为因变量和自变量之间的关系,可以细化到各分类因变量与分类自变量之间;logistic属于回归剖析,剖析结果为估计出自变量参数。regression下有Binary logistic regression和 Multinomial logistic regression 。因变量只取0和1时用的就是Binary logistic regression 。而Multinomial logistic regression 分为多分类无序因变量和多分类有序因变量的logistic回归。即因变量多于两个的。

本文地址//a/scsk/20200411-144.html,转载请注明出处!

上一篇:东阳嗨乐影视文娱有限公司 下一篇:没有了