预测和专业建模 > 非线性回归 > 更多示例 > 最大似然的示例:Logistic 回归
发布日期: 08/07/2020

最大似然的示例:Logistic 回归

该示例显示如何使用“非线性”平台将损失函数最小化。损失函数是负对数似然函数,因此生成最大似然估计值。

Nonlinear Examples 样本数据文件夹中的 Logistic w Loss.jmp 数据表包含一个使用损失函数拟合 Logistic 回归的示例。Y 列中 1 表示事件,0 表示事件没有发生。模型 Y 列具有线性模型,损失列具有损失函数。在该示例中,损失函数是每个观测值的负对数似然,或观测到响应值的概率的负对数。

按以下步骤运行模型:

1. 选择帮助 > 样本数据库,然后打开 Nonlinear Examples/Logistic w Loss.jmp

2. 选择分析 > 专业建模 > 非线性

3. 模型 Y 分配给 X,预测变量公式角色。

4. 损失分配给损失角色。

“非线性”启动窗口 

5. 点击确定

“非线性拟合”控制面板随即显示。

“非线性拟合”控制面板 

6. 点击执行

参数估计值显示在“解”报表中。

“解”报表 

“解”报表中的“损失”值是在参数估计值处求得的负对数似然。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).