sas logistic 过程

大家好,今天介绍一下sas logistics过程,大家知道,logistics 回归是商业领域使用最为广泛的商业模型,究其原因,逻辑回归模型相对于其他模型具有稳定性和可解释性。

在逻辑回归中,最常用的就是二分类模型, 接下来我们简单介绍下逻辑回归模型,逻辑回归模型是一种线性模型,假设某件事发生的概率为 p,则该事件不发生的概率为 1-p,那么odds就为 p/(1-p),若对odds取自然对数,就可得到如下:

logit(p)=ln(odds) = ln(p/(1-p))

逻辑回归的模型其实就是对线性模型进行logit转换 :

logit(p) = ln(p/(1-p)) = b +a1x1+a2x2+...+anxn;

概率的计算公式就为:

p = 1/(1+e^-(b+a1x1+a2x2+...+anxn))

参数求解可以采用极大似然估计法得到模型参数,从而得到逻辑回归模型。

接下来,我们来看一下,在sas中进行逻辑回归的过程。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181009B0FIFT00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券