24h購物| | PChome| 登入
2012-06-07 18:48:13| 人氣23,317| 回應1 | 上一篇 | 下一篇

區別分析(discriminant analysis)與邏輯回歸的相異相同之處

推薦 4 收藏 0 轉貼0 訂閱站台

區別分析和邏輯回歸都是判別依變項在獨變項影響下能夠被歸類於何種組別(例如 生或死)
 
我之所以說邏輯迴歸分析比較好的原因是依變項為二分類目時 邏輯迴歸分析的獨變項可以是連續變項和類目變項(categorical variables) 然而區別分析的獨變項不能是類目變項 再者 在醫學領域邏輯回歸有漸漸取代區別分析的趨勢
 
區別分析的唯一好處是依變項可以多於兩個類目(然而Multinomial Logistic Regression也可以做到 如果依變項具有等級程度 例如癌症期別 那麼Ordinal Logistic Regression也可以分析 這都是基於Logistic Model 所以一般說的邏輯回歸其全名應為Binary Logistic Regression) 
 
注意區別分析有許多的假設前提要被滿足 因為它在數學上同等於單向MANOVA 換句話說 你把單向MANOVA倒轉過來解釋就是區別分析了
 
許多讀者會比較喜歡邏輯回歸這個譯詞 因為發明者是Ronald Fisher and Frank Yates 而不是羅吉斯(Rogers)
 
 

我要檢舉
#logistic
台長： 解讀統計與研究譯者

您可能對以下文章有興趣

人氣(23,317) | 回應(1)| 推薦 (4)| 收藏 (0)| 轉寄
全站分類: 教育學習(進修、留學、學術研究、教育概況) | 個人分類: 回歸分析(regression) |
此分類下一篇:最小平方原則(least square principle)
此分類上一篇:迴歸分析的測量偏誤有哪些?

我要回應
annann
請問出處
以及
有沒有較清楚教課書及範例
謝謝您
2012-10-11 11:22:31
版主回應
用英文關鍵字搜尋就能得到想要的訊息 這是普遍性的統計知識
2012-10-11 17:40:09
否 是 (若未登入"個人新聞台帳號"則看不到回覆唷!)
* 請輸入識別碼：
請輸入圖片中算式的結果(可能為0) 
(有*為必填)
TOP
詳全文