SPSSMAX 一文带你学习多元逻辑回归处理方法!

发布网友发布时间：2024-09-04 16:31

共1个回答

热心网友时间：2024-09-11 19:23

多元逻辑回归，作为逻辑回归的扩展，主要用于解决多分类问题。其核心是通过Softmax函数将线性特征转换为类别概率，通过选择概率最高的类别进行分类。它适用于探究多个自变量与多分类因变量的关系，如以"兄弟姐妹个数"为例，我们有80个样本，数据分布为0.0(37.5%), 1.0(32.5%), 和2.0(30%)。

模型评估时，我们关注似然比卡方值(-86.973)、p值(0.888)、AIC(185.947)和BIC(200.239)。尽管似然比卡方值低，暗示模型拟合良好，但p值大于0.05表示自变量影响不显著。AIC和BIC较小，证实模型对数据的适应性。然而，具体到A1和A2这两个自变量，它们的显著性P值均大于0.05，表明它们对兄弟姐妹个数的影响不具有统计显著性。

最后，分析结果显示，尽管模型在形式上拟合较好，但自变量的显著性检验并未发现显著影响。这意味着在当前数据和模型假设下，A1和A2对兄弟姐妹个数的分类贡献不大。对于模型结果的解读，需结合具体研究背景和数据特性。

SPSSMAX 一文带你学习​多元逻辑回归处理方法!

SPSSMAX 一文带你学习多元逻辑回归处理方法!