logistic回归中,应采用的统计量有哪些?

Question

如题所述

Answer 1

logistic回归中,判断自变量对应变量作用大小应采用的统计量是?如下：

在逻辑回归中，我们通常使用标准化系数（standardized coefficients）来判断自变量对因变量的重要性。标准化系数是一种将系数的大小与变量的标准差联系起来的统计量，它能够直接反映自变量变化一个标准差时，因变量的变化量。

具体来说，假设我们有一个逻辑回归模型，其中有多个自变量，分别记为X1, X2, ..., Xn。对于每个自变量，我们都有一个对应的系数，记为β1, β2, ..., βn。然后，我们可以计算每个自变量的标准化系数，计算方法如下：

标准化系数 = 系数 / 标准差

其中，标准差是自变量的标准差。通过这种方式，我们可以将每个自变量的系数转换成一个易于理解的量纲，从而更直观地看出每个自变量对因变量的影响大小。

另外，除了标准化系数，还有一些其他的统计量也可以用来判断自变量对因变量的重要性，比如t值和p值。t值是系数的标准误（standard error）的倒数，用于检验系数是否显著不等于0。p值是t值的概率，用于检验系数的显著性。如果p值小于某个显著性水平（如0.05），那么我们可以认为该自变量对因变量的影响是显著的。

总的来说，标准化系数、t值和p值都可以用来判断自变量对因变量的重要性。在实际应用中，可以根据具体情况选择合适的统计量来进行判断。