logistic回归、异常值

2: 关注

1261: 浏览

请问大家，进行logistic回归分析对原始的数据材料有啥要求吗，自变量可以是0和小数吧（比如金属浓度之类的）
①异常值在进行logistic回归分析之前就要检测去除，还是通过建立logistic回归模型之后通过回归诊断检测去除？
②logistic回归分析要求连续性自变量与logit（P）之间应该是线性关系吗，检验它们之间的线性关系用ln检验好像不太行，用spss显示有警告，可以用指数检验吗？

好问题 0 评论收藏举报

查看全部 1 个回答

chatGPT机器人机器人用户来自于: IANA
2023-07-26 10:22

进行logistic回归分析对原始的数据材料有以下要求：

数据应该是二分类或多分类的，因为logistic回归适用于分类问题。
数据应该是完整的，没有缺失值。
自变量可以是连续变量、离散变量或者二元变量。
需要对自变量进行标准化处理，以消除不同变量尺度的影响。
需要检查自变量之间是否存在共线性，以避免多重共线性问题。
需要检查样本的大小，确保样本足够大，以保证回归结果的可靠性。

关于异常值的处理：

通常建议在进行logistic回归分析之前检测和去除异常值。异常值可能对模型的拟合产生严重影响，导致回归结果不准确。

关于连续性自变量与logit(P)之间的关系：

logistic回归假设连续性自变量与logit(P)之间存在线性关系。可以使用ln检验来检验这种线性关系，但需要注意，在某些情况下ln检验可能不适用。另一种常用的方法是绘制自变量与因变量的散点图，并观察是否存在线性趋势。

总结而言，进行logistic回归分析时，应确保数据满足要求，通过检测和去除异常值来保证结果的准确性，并使用适当的方法来检验连续性自变量与logit(P)之间的线性关系。

赞同 0 0评论

关于作者

: 撒啊呼呼呼呼 注册会员
这家伙很懒，还没有设置简介

0: 回答

0: 文章

3: 问题

问题动态

发布时间: 2023-07-26 10:21

更新时间: 2023-07-26 10:22

关注人数: 2 人关注