※ 引述《violetking (因夢想而偉大(M))》之銘言： : 我在paper上看見一個邏輯回歸的數據 : 但是由於統計基礎太差實在是看不懂，不知有沒有懂邏輯回歸的高手幫忙解答 : ------------------------------------------------------------------------- : dependent value yes=1 No=o : ------------------------------------------------------------------------- : N 303 significant 0.000 : x^2 54.349 Peseudo-R^2(Nagelkerke) 0.228 : -2LL 241.903 Correct classification rate 68.5% : ------------------------------------------------------------------------- x^2 =54.349 這邊指的是null model and theoretical model的卡方值的差 照這模型來看 也就是未放入自變數的model跟放入三個自變數的model的卡方值的差 -2LLog 這個是用來檢定這卡方值的差是否有顯著差異的 也就是看看放入這三個自變數後，究竟跟未放入前的模型有差異嗎 換句話說，就是用來檢定這個理論模型是否具意義 然後由significant的項目看到了 是顯著的 所以模型ok Peseudo-R^2 就是相似於一般線性迴歸的R^2 correct calssificatnion rate 即是這個model相較於原始樣本正確分類的比例 當然也是用來參考這model到底效果如何的 : Variable Coefficient Exp(B) Wald value Significant : ------------------------------------------------------------------------- : A -0.010 0.990 14.164 0.000 : B 1.376 3.959 24.962 0.000 : C 0.566 1.761 3.618 0.057 : ------------------------------------------------------------------------- Coefficient 即是ln(p1/(1-p1))=b0+b1x1+b2x2+b3x3 的beta值 因為這樣不好解釋，所以最好將二邊取Exponential Exp(B) 就是將二邊取了exponential後的Beta值，你可以把-0.010取e^-0.010就可以得到 0.990的值了 這樣會比較好解釋 但是正負向的影響還是得看coefficient Wald value 因為這不是線性迴歸 所以無法用一般的t-test來檢定係數是否顯著 所以採用wald chi-square test 基本上就是標準差估計的方式不一樣而已 significant 轉換成p值的顯著性比較好判斷..... : 抱歉我已經買了王濟川的邏輯回歸模型回來看，可是仍然看不太懂其中參數的涵意 : 可以請各位專家解惑一下，其中每個參數的意義和分析比較的依據嗎? : 此外可以請問一下Cramer's V的值除了可以判斷相關性外，可以判斷其相關的方向嗎？ Cramer's V 嗯...我印象中是用來計算類別變數的相關的 既然是相關 理應沒有方向性才是 不過可能要再check --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.110.198