逻辑回归是广义回归里很重要的一种，他在二分类变量、多分类变量及有序回归里都占很重要的位置。二分类应用在因变量的值是二类的，他是多分类的
特殊变现形式。有序回归是指因变量他的表现形式是有顺序的，比如重要性。
（一）binarary logistic regression
上面已经介绍了二分类变量的实现，这里不重复了。
（二）multinominal logistic regression
多分类逻辑回归通过计算仍然满足下面的关系式：E(Yi）=pi，Var(Yi)=pi*(1-pi)，pi对线性部分的偏导数同二分类变量相同。其中
（三）ordered logistic regression
有序逻辑回归分为累积、比例等形式了，其中比例形式为很多软件计算默认的形式(教授pmcc编的代码网址：http://www.stat.uchicago.edu/~pmcc/courses/plum.R），
附：利用R中MASS包的polr函数进行有序逻辑回归，代码如下：
mod<-polr(as.ordered(V1)~V2+V3+V4,weight=V5,Hess=T,data=data.frame(da))
summary(mod)
可以得到如下结果：
Call:
polr(formula =
as.ordered(V1) ~ V2 + V3 + V4, data =
data.frame(da),
weights = V5, Hess =
T)
Coefficients:
V2
V3
V4
-0.5762262
1.1470997
2.2324597
Intercepts:
1|2
2|3
0.04353714
1.65497448
Residual Deviance:
581.2956
AIC: 591.2956
|
V2（gender) |
V3(24~40) |
V4(>40old) |
V5（获得数值） |
V1(重要性） |
| 0 |
0 |
0 |
26 |
1 |
| 0 |
1 |
0 |
9 |
1 |
| 0 |
0 |
1 |
5 |
1 |
| 1 |
0 |
0 |
40 |
1 |
| 1 |
1 |
0 |
17 |
1 |
| 1 |
0 |
1 |
8 |
1 |
| 0 |
0 |
0 |
12 |
2 |
| 0 |
1 |
0 |
21 |
2 |
| 0 |
0 |
1 |
14 |
2 |
| 1 |
0 |
0 |
17 |
2 |
| 1 |
1 |
0 |
15 |
2 |
| 1 |
0 |
1 |
15 |
2 |
| 0 |
0 |
0 |
7 |
3 |
| 0 |
1 |
0 |
15 |
3 |
| 0 |
0 |
1 |
41 |
3 |
| 1 |
0 |
0 |
8 |
3 |
| 1 |
1 |
0 |
12 |
3 |
| 1 |
0 |
1 |
18 |
3 |
加载中，请稍候......
加载中…
喜欢