一文读懂Logistic回归的前世今生

文章预览

前文我们已经讲解了相关与回归的基础知识，并且重点讨论了多重线性回归的应用与诊断分析。 今天的文章，我们来看看日常学习和科研中应用同样广泛的另一类回归分析—— Logistic 回归。 Logisti回归与多重线性回归的区别 多重线性回归，一般是指有多个自变量X，只有一个因变量Y。前面我们主要是以简单线性回归为例在介绍，两者的差距主要在于自变量X的数量，在只有一个X时，就称简单线性回归。 读过我们前面“线性回归”系列文章的同学，肯定已经知道， 采用线性回归的第一准则：因变量 Y 需要是“定量变量”。 例如得分、收入等连续型的，可以计算均数和标准差的变量。而 Logistic 回归最大的不同在于： Y 是分类变量。 Logistic 回归的 Y 是分类变量 （这句话希望大家在心里默读三遍）这是进行 Logistic 回归最基本的条件。 什么是分类变量 ………………………………