統(tǒng)計(jì)學(xué)畢業(yè)論word版(參考版)
2025-06-09 11:49本頁面
【正文】 現(xiàn)代回歸模型診斷 [M]。定性資料的統(tǒng)計(jì)分析桂林：廣西師范大學(xué)出版社， 1991 [7] 何曉群。 2021,21（ 5） 2021， 23（ 2）。廣義線性模型 [J]。大腸癌預(yù)后 logistic回歸分析 [J]，中國現(xiàn)代醫(yī)學(xué)雜志， 2021（ 7）： 969970. [4] 白玉峰，耿美英，連江宏，羅志昌，張松，楊文鳴。問卷調(diào)查資料的一種統(tǒng)計(jì)分析方法 — Logistic回歸模型。但總的來說，在處理因變量為定性變量的回歸分析中， logistic 模型有很好的預(yù)測(cè)準(zhǔn) 確度和使用推廣性。分析得出判別分析和 logistic 回歸分類的回判正確率受隨機(jī)誤差大小和變量個(gè)數(shù)的影響很大，一般情況下， logistic 回歸的回判率優(yōu)于判別分析。 Anovab 模型 平方和 df 均方 F Sig. 1 回歸 3 .846 .000a 殘差 .320 10 .032 總計(jì) 13 a. 預(yù)測(cè)變量 : (常量 ), x3, x1, x2。以及相對(duì)應(yīng)的F值，相應(yīng)的 P 值都 ，說明有顯著差異，有回判意義。 （ 1）試用廣義平方距離判別法建立判別準(zhǔn)則，并列出回判結(jié)果得； 由上表可得出每?jī)山M間的平方距離 , 由于協(xié)方差陣相等，所以平方距離相等。前后 5天，每個(gè)取樣點(diǎn)（監(jiān)測(cè)點(diǎn)）每種污染元素的含量（見附表 1）。反之，如果預(yù)測(cè)概率相當(dāng)小，預(yù)測(cè)相應(yīng)樣本為 0組。 如何利用 logistic 回歸來完成判別分析呢？ Logistic 回歸意在對(duì)相應(yīng)變 量 y 取 0或 1兩個(gè)值得概率建模。比如我們可以采用主成分分析來有效的減輕預(yù)測(cè)變量之間的多元共線性，當(dāng)預(yù)測(cè)變量是非度變量是可以采用引入啞變量的方法來進(jìn)行回歸從而達(dá)到判別個(gè)體歸屬的目的 [8]等 。另外還需要有一定的假設(shè)條件： 1）每一個(gè)判別變量（預(yù)測(cè)變量）不能是其他的判別變量的線性組合； 2）各組的變量的協(xié)方差陣相等；3）各判別變量之間具有多元正態(tài) [7]分 析 。此處，假設(shè)知道總體的特征量（即參數(shù)） — 均值和協(xié)方差陣，用距離判別來用。不考慮“序”的影響，就丟失了重大信息。但是，這些方法沒有考慮被判對(duì)象是否有“序”的問題。 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 2021級(jí)畢業(yè)論文 8 在進(jìn)行判別歸類時(shí)，有假設(shè)的前提， 判別的依據(jù)及處理的手法不同，可得出不同判別方法。 總之，判別分析是應(yīng)用性很強(qiáng)的一種多元統(tǒng)計(jì) 方法，已經(jīng)滲到各個(gè)領(lǐng)域。在環(huán)境科學(xué)中，根據(jù)某地區(qū)的氣象條件、大氣污染元素濃度等來判斷該地區(qū)是屬于嚴(yán)重污染、一般污染，還是無污染。這里肺結(jié)核病人良性腫瘤病人肺結(jié)核病人組成三個(gè)總體，病人來源于這三個(gè)總體之一，判別分析的目的是通過待側(cè)病人的指標(biāo)（陰影的大小，邊緣是否光滑，體 溫多少 ?? ）來判斷他應(yīng)該屬哪個(gè)總體（即判斷他生什么病）。在生產(chǎn)、科研和日常生活中經(jīng)常遇到如何根據(jù)觀測(cè)到的數(shù)據(jù)資料對(duì)所研究的對(duì)象進(jìn)行判別歸類問題。in? 1,2,...,jk? 此表達(dá)式 中每個(gè)回歸系數(shù)都是唯一確定的，第一個(gè)類別的回歸系數(shù)都取做 0，其他類別回歸系數(shù)數(shù)值的大小都以第一個(gè)類別為參照。in? 1,2,...,jk? 上式中各回歸系數(shù)不是唯一確定的，每個(gè)回歸系數(shù)同時(shí)加減一個(gè)常數(shù)后 ij? 的數(shù)值保持不變。 為了得到最大似然函數(shù)估計(jì)，將［ 5］式分別對(duì) 01, ,..., p? ? ? 求偏導(dǎo)，然后領(lǐng) 它們等于 0，可以求得估計(jì)值 021, , ,..., p? ? ? ?? ? ? ?，使得［ 5］式達(dá)到最大。設(shè) ( 1) ,iipy ??? ( 0) 1iipy ?? ? ? 可以把 iy 的概率 函數(shù)合寫為 ,1( ) ( 1 ) , 0 , 1 。 （ 2）未分組數(shù)據(jù)的 logistic 回歸模型 設(shè) iy 是 01型變量， 12, ,..., px x x 是與 y 相關(guān)的確定型變量， n 組觀測(cè)數(shù)據(jù)為12( , , .. ., , ) ( 1 , 2 , .. ., )i i ip ix x x y i n?，其中， 12, ,..., ny y y 是取值為 0或 1的隨機(jī)變量， iy 與12, ,...,i i ipx x x 的關(guān)系如下 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 2021級(jí)畢業(yè)論文 5 0 1 1 2 2( ) ( .. . )i i i i p ipE y f x x x? ? ? ? ?? ? ? ? ? ? 其中，函數(shù) ()fx是值域在［ 0,1］區(qū)間內(nèi)的單調(diào)函數(shù)。 1()(1 )i i i iDp n ??? ? 其證明參考文獻(xiàn)【 6】 . 其中， i? = ()iEy ，因而選定權(quán)數(shù)為 1i i i iw n p p??（ ） 分組數(shù)據(jù)的 Logistic 回歸只使用于大樣本的分組數(shù)據(jù)，對(duì)于小樣本的未分組的數(shù)據(jù)不適用，并且以組數(shù) c為回歸擬合的樣本量，使擬合的精度低。（ 4）式的回歸模型不是等方差的，應(yīng)該對(duì)（ 4）式用加權(quán)最小二乘估計(jì)，當(dāng) in 較大時(shí)， 39。 ln( )1 ii ipp p? ? （ 3） （ 3）式變換稱 為邏輯 ()Logit 變換，變換后的線性回歸模型為 39。 01型隨機(jī)變量 i? 的方差為 0 1 0 1( ) v a r ( ) ( 1 ) ( ) ( 1 )i i i i i iV ar y x x? ? ? ? ? ? ?? ? ? ? ? ? ? （ 2） 有（ 2）式可得 i? 的方差依賴于 ix ，誤差項(xiàng)方差隨著 x 的不同水平而變化，是異方
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1