Logistic回归分析能够筛选出对随机事件发生概率有显著影响的因素，并建立相应的回归模型。该方法常应用于市场研究中的因素筛选、相对危险度估计及目标市场评估等方面。
1 基本概念
一个随机事件的发生与否往往与多个影响因素有关，Logistic回归分析能从众多的影响该事件发生的可疑因素中筛选出对事件发生概率有影响的因素，并建立用这些因素估计该事件在某段时间内发生概率的回归模型。该方法在市场研究中常用于因素筛选、相对危险度估计、目标市场评估等。
2 基本原理
设某事件在影响因素x1，x2，…，xm的作用下发生的概率为p，不发生的概率为1-p，
定义：
建立logitp与影响因素x1，x2，…，xm的线性回归方程：
经转换可等价于：
该式即是Logistic曲线回归模型。
应用示例：在一项关于购买行为研究中，预先设计了12个影响因素，部分因素的Logistic回归方程为： logitpi=ai+1.5211x2+3.2945x3
一个随机事件的发生与否往往与多个影响因素有关，Logistic回归分析能从众多的影响该事件发生的可疑因素中筛选出对事件发生概率有影响的因素，并建立用这些因素估计该事件在某段时间内发生概率的回归模型。该方法在市场研究中常用于因素筛选、相对危险度估计、目标市场评估等。
2 基本原理
设某事件在影响因素x1，x2，…，xm的作用下发生的概率为p，不发生的概率为1-p，
定义：
建立logitp与影响因素x1，x2，…，xm的线性回归方程：
经转换可等价于：
该式即是Logistic曲线回归模型。
应用示例：在一项关于购买行为研究中，预先设计了12个影响因素，部分因素的Logistic回归方程为： logitpi=ai+1.5211x2+3.2945x3
扫一扫
549
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
