首页 > 学术百科

logistic回归分析结果解读p值越小oR值越大

从最大似然估计的参数表来看，静水压力中国高射机group2相对于group1的P值=0.0224<0.05,所以可以认为得到的响应的OR置信区间应该不跨1。但是从OR值的表来看，group2相对于group1发生事件的风险OR置信区间跨1啦，所以从置信区间表得出来的P值应该>0.05,所以也就存在矛盾。不一致的地方也同样出现在group3相对于group1。初步以为这种矛盾是由于似然估计的时候有截距照成的，所以构建没有截距的logistic模型，发现结果很异常，就不在此显示。为了探讨可能的原因，选用group1和group2的数据，采用最简单的频数表的方法计算OR及P值。程序及结果如下：复制代码可以看到OR值及置信区间是和logistic回归一致的，但是P值是0.2931，这两者方向上是一致的。所以logistic回归最大似然估计表中得到的P值并不是真正OR对应在线监测装置的P值，对此不明白原因何在。如何才能让logistic回归输出与OR对应的P值，需要进一步的探讨。

户流失预测模型通常采用Logistic回归方法来建立。Logistic回归模型预测目标变量出现某一类别值的概率，比如说，预测客户流失(目标变量值为1)的概率，或者预测客户不流失(目标变量值为0)的概率。简单来说，Logistic回归模型最后将会训练得到如下的模型公式，再用这个公式对客户进行评分，得到相应的概率值。

党内法规清理的处理方式包括2007年高考试题

本文发布于:2024-09-21 14:30:04，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/40694.html

上一篇：尿路致病性大肠埃希菌1 型菌毛、p 型菌毛黏附能力与药敏情况之间的关系

下一篇：sql中orderby和groupby的区别

标签：回归模型预测得到

留言与评论（共有 0 条评论）