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<>
标签更多>>
专题更多>>
最新文章更多>>
- iOS 14/iPadOS 14开发者预览版Beta8升级方法及更新内容
- 质因数分解板子
- 简介iOS开发中应用SQLite的模糊查询和常用函数
- 约瑟夫优化
- iOS/iPadOS 14.2Beta 1怎么升级?iOS/iPadOS 14.2开发者预览版Beta 1升级方法
- iOS13.7还能降级吗 iOS13.6.1已关闭验证
- iOS14提醒事项App有哪些改动 iOS14提醒事项功能介绍
- iOS14如何修改小组件 小组件添加和删除方法
- 苹果 iOS 14 Beta 7怎么样 苹果iOS14开发者预览版Beta7更新内容
- iOS/iPadOS 14 Beta 7值得升级吗?iOS/iPadOS 14 Beta 7更新介绍