|
Post by account_disabled on Apr 27, 2024 6:09:54 GMT -5
会是这样的g严重=+*舒张压请注意该结构与回归相同。现在统计软件的结果逻辑模型结果g(严重概率)=-+*舒张压您会想知道这个模型的用途是什么与回归一样它用于预测和查看关系。在这种情况下您将能够预测概率。如果你看一下这个系数它是正值并且显着这意味着舒张压越高成为狂欢呼吸暂停患者的概率就越大。您还可以预测结果。想象一下如果患者的舒张压为您想要计算病情严重的概率。g严重概率=-+*=要计算概率您必须对著名的g进行逆运算。该软件会为您完成此操作不用担心但我这么说是为了让你能理解。−=+?−==如果您的收缩压为则重症的可能性为。 它看起来免费统计培训了解如何成功分析您的项目数据。无需浪费数千小时来破译难以理解的统计公式。立即参加免费培训奖励概括逻辑回归但你可能会让事情变得复杂。您还可以添加更多X变量甚至 阿根廷移动的电话数字 是分类变量。我一如既往的建议是不要过度创建复杂的模型。我建议最多使用一个分类值然后使用到个数字值。这样模型就已经足够复杂了。另一个例子情况。您想要查看严重的概率考虑到性别男、女年龄收缩压如果我们计算模型我们得到g(严重概率)=-+*舒张压+*性别+*年龄你不得不说年龄对患重病有影响男性也有影响因为系数是正的收缩压也是正的。这三个变量对响应有有利的影响。我向你们展示两个计算和预测的例子。 第一的性别:男年龄收缩压这种情况严重的概率是第二个例子性别女年龄收缩压这种情况严重的概率是……逻辑回归或逻辑模型的例子就这么多。现在您了解了它的含义以及如何解释这些类型的模型。最后它是线性回归的推广。逻辑回归是一种广义线性模型我将在另一篇文章中向您介绍。再见在评论中告诉我你对这篇文章的看法再见免费统计培训了解如何成功分析您的项目数据。无需浪费数千小时来破译难以理解的统计公式。立即参加免费培训相关文章。我与学生分享的年条顶级数据科学教学阅读更多逐步生存分析阅读更多-G的统计图表列表以及如何在实践中实现它们阅读更多“上一页下一页关于作者乔迪·奥勒的作者。
|
|