如何保存邏輯回歸的殘差？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我在Fit Model平台中做了邏輯回歸，但找不到保存殘差的地方。 有任何想法嗎？ 非常感謝！
回复：如何保存邏輯回歸的殘差？分析要么按照 Peter 描述的方式進行，要么將殘差計算為我所說的邏輯模型概率得分與0/1 作為連續響應（不是我認為的標準方法）。我認為這需要在課堂上討論使用什麼模型、如何處理響應（連續與分類）以及如何計算殘差。 接下來的問題是為什麼。 你在嘗試什麼到模型？ 為什麼？ 您如何衡量“模型的優劣”？等等。 祝你好運！
回复：如何保存邏輯回歸的殘差？我對 SPSS 的工作原理一無所知，但看起來你確實適合一個良好的老式普通最小二乘回歸模型，其中 0 和 1 作為連續響應，保存學生化殘差，然後按水平對每組殘差繪製散點圖的響應。 如果您在 JMP 中設置數據表，您可以復制相同的錯誤方法來對分類響應進行建模。 我絕不會告訴你你的教授錯了……但是……
我強烈建議您遵循凱倫之前回复的建議。 如果您要使用 JMP，則應將 JMP 數據表中的響應定義為字符數據類型，0 和 1 都是可接受的，但請確保將數據類型明確表示為字符，並將 JMP 建模類型明確表示為標稱。 表徵響應的另一種方法是使用一些可能比 0 和 1 具有更實際含義的短語。 也許可以使用 JMP 的列重新編碼功能將 0 重新編碼為“負數”，將 1 重新編碼為“正數”。 我發現這種技術在傳達結果時非常有用，因為這樣你就不必從實際角度記住 0 和 1 代表什麼。
然後，當您選擇名義 Logistic 回歸作為建模個性時，JMP 將指導您在“擬合模型”平台中進行確定。 本質上，如果您在 JMP 中正確定義了列屬性...JMP 錯誤會阻止您針對此問題執行 OLS 模型。
回复：如何保存邏輯回歸的殘差？非常感謝您的回答。 這是我的教授從 SPSS 中得到的殘差圖。 有辦法得到這個嗎？
回复：如何保存邏輯回歸的殘差？邏輯模型：Y = 分類變量。 通常，當您有連續（數字）響應時，人們將殘差視為預測值和觀測值之間的差異。 對於邏輯模型，您可以保存預測模型，並且添加到表中的列之一將是“最可能的結果”列。 然後，您可以將其與觀察到的響應進行比較，以獲得類別中的“剩餘”或一致。但請注意，最可能的結果是基於為每個結果設置 0.5 概率分數的截止值。 為了評估邏輯模型，經常使用 ROC 曲線。 我喜歡將觀察到的結果繪製為 Y，將模型的概率分數繪製為 X，以查看分數中是否存在區分觀察組的截止值。
