从这两部分结果可推断出这是用SAS做Logistic回归的结果,该模型共有28个变量,有152个样本。
第一部分是一些模型拟合统计量。
(1)Intercept Only那一列是零模型对应的拟合统计量,Intercept and Covariates那一列是model语句所描述的模型对应的拟合统计量。
(2)-2LogL=142.206类似于多元线性回归的总平方和(TSS),,-2LogL=1.848类似于多元线性回归的残差平方和(ESS),第二部分的似然比检验卡方统计量140.3582=142.206-1.848。
(3)AIC(即Akaike's information criterion)、SC(即Schwartz criterion)均为对-2LogL的修正。
这三个统计量越小,说明模型对数据拟合得越好!
第二部分是回归方程的显著性检验。
假设检验的原假设是——该模型和零模型效果一样,即所有自变量的回归系数均为0!似然比检验的p值<>
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....