logistic回归模型中常用什么进行系数的显著性检验
logistic回归模型中常用t检验和F检验进行系数的显著性检验。Logistic回归模型检验主要包括:回归系数的显著性检验、Logistic回归模型的拟合优度检验和Logistic回归模型的预测准确度检验。
t检验:在回归分析中,t检验用于检验回归系数β1的显著性,回归系数的显著性检验就是要检验自变量x对因变量y的影响程度是否显著。如果原假设H0=0成立,则因变量y与自变量x之间并没有真正的线性关系,即自变量x的变化对因变量y并没有影响。
回归模型的显著性检验采用方差分析方法进行。回归系数显著性检验(significance test ofregression coefficient)是对于线性回归模型y,=Bo+B1xu +…+B.xip+ei(i=1.….n),检验一个或几个回归系数组成的系数向量B,x1(q≤p)对于响应变量是否有显著影响的方法。
F检验:线性回归方程显著性的另外一种检验是F检验。F检验根据平方和分解式直接由回归效果检验回归方程的显著性。
在正态假设下,当原假设H0成立时,该F服从自由度为(1,n−2)的F分布。给定显著性水平α,查表可得到F检验的临界值为Fα(1,n−2)。当F>Fα(1,n−2)时,拒绝原假设H0,说明回归方程显著,x与y有显著的线性关系。
2024-10-28 广告