SAS EM实现逻辑回归.ppt

《SAS EM实现逻辑回归.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SAS®Logistic回归模型实现By周颖CONTENTSLogistic回归模型介绍1.SASEM实现二分类Logistic回归2.SASEM实现多分类Logistic回归3.overview常常需要进行预测用父母身高预测孩子身高？用各影响因素预测空气的PM2.5值？用客户行为预测是否会流失？通常将预测问题分为连续变量的预测问题和离散变量的分类问题。overview通常怎么解决？回归分析决策树得出的结果都较易于展示和理解；自变量可为连续型或离散型；目标变量可为连续型或离散型；输入必须为完整的数据；对极值敏感；得

2、到数学模型；对于目标变量为连续型目标较难处理；输入数据可存在缺失；对极值有很好的抗干扰性；得到规则；神经网络、支持向量机……overview一般的回归分析？一般线性回归为logit函数；服从二项分布；广义线性模型：,为恒等函数；服从正态分布；为log函数、函数、余对数-对数函数等；服从泊松分布、正态分布等；Logistic回归probit回归、cloglog回归等链结函数overview什么情况下用Logistic回归？；不存在线性关系；P(y=1

3、x)=f(x)不能直接分析变量y与X的关系；y取某个值的概率变量p

4、与x的关系；logit[P(y=1

5、x)]=P(y=1

6、x)取值位于(0,1)；对P(y=1

7、x)进行logit变换；是否通过考试学习时间Logistic回归模型介绍二分类Logistic回归数学模型p1-p==OR(优势比)—Logit变换—；Sigmod函数—。每增加1个单位，优势比变为原来的倍Logistic回归模型介绍可以怎么分类？数据类型非条件logistic回归分析条件logistic回归分析因变量取值个数二分类logistic回归分析多分类logistic回归分析自变量个数一元logistic回归分

8、析多元logistic回归分析Logistic回归模型介绍多分类Logistic回归数学模型例如，当y取值1,2,3时，Logistic回归模型是：有序多分类Logistic模型无序多分类Logistic模型疗效：无效—>有效—>治愈花朵：玫瑰—菊花—百合Logistic回归模型介绍Logistic回归分析方法步骤解释模型实际意义检验参数显著性检验模型显著性估计参数模型参数意义；模型统计量；Wald检验；似然比检验；Score检验；拟合优度检验；似然比检验；极大似然估计法；overview小结Logistic模型通

9、过分析目标变量取某个值的概率与各效应之间的关系解决分类问题，包括二分类及多分类问题；Logistic模型建立包括参数估计、模型检验、参数检验等步骤；CONTENTSSASEM实现二分类Logistic回归2.Logistic回归模型介绍1.SASEM实现多分类Logistic回归3.SASEM实现二分类Logistic回归提供了哪些模型实现？。回归支持多分类逻辑回归LARS（最小角回归）优化的变量选择方法偏最小二乘法共线性、自变量多的回归中有卓越表现；支持多个因变量回归；Dmine回归建模前筛选变量；进行变量分组；

10、SASEM实现二分类Logistic回归案例实现——源数据说明college.dat中有4个变量和1000个观测：NAMEROLELEVELDESCavggrINPUTINTERVAL高中各门课平均绩点genderINPUTBINARY性别：1-男，0-女keyschINPUTBINARY是否重点高中：1-是，0-否collegeTARGETBINARY是否进入重点大学：1-进入，0-不进入SASEM实现二分类Logistic回归案例实现-建模过程S数据导入E数据探索M建模A模型评估SASEM实现二分类Logist

11、ic回归参数设置—回归可选择logit/probit/cloglog函数可选择向前/向后/逐步回归可选择Logistic回归/线性回归回归SASEM实现二分类Logistic回归参数设置—Dmine回归进入模型的变量所满足的R方下限生成分组变量Dmine回归SASEM实现二分类Logistic回归参数设置—最小角回归&偏最小二乘法支持LAR/LASSO等支持PLS/PCR/SIMPLSLARS偏最小二乘法SASEM实现二分类Logistic回归案例实现—结果分析P(y=1)=；各效应增加时，目标变量为1的优势比增加

12、；参数估计ParameterDFEstimateStandardErrorWaldChi-SquarePr>ChiSqStandardizedEstimateExp(Est)95%ConfidenceLimitsIntercept1-33.173.8275.44<.00010.00-40.66-25.69avggr10.390.0573.31<.00010.