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。
温馨提示：答案为网友推荐，仅供参考
相似回答