logistic回归是一种用于预测二元结果的统计模型,其因变量通常是离散型的。在logistic回归中,因变量通常被编码为0和1,分别代表两个不同的类别,例如“是”或“否”,“患病”或“未患病”,“成功”或“失败”等。
然而,logistic回归也可以用来预测连续型因变量的概率分布,这种情况通常被称为广义logistic回归(Generalized Logistic Regression)或多项logistic回归(Multinomial Logistic Regression)。在这种情况下,因变量可以是多个类别中的一个,但logistic回归模型依然关注的是每个类别相对于其他类别的概率。
标准的logistic回归适用于离散型因变量,而广义logistic回归适用于连续型因变量的概率预测。
发表回复
评论列表(0条)