Logistic 迴歸報告缺乏擬合我對包含 6 個二元因子和 1 個連續因子的資料集進行了邏輯迴歸分析。 然後我透過閾值將連續參數轉換為二進位後重複分析（如果 <= 閾值則為 0，否則為 1）。
透過第一次分析，我在報告中得到了以下失擬表
不合適
來源 | DF | -對數似然 | 卡方 |
不合適 | 1.85e+7 | 4433.7627 | 8867.525 |
飽和 | 1.85e+7 | 387.7085 | 問題>卡方 |
已安裝 | 7 | 4821.4712 | 1.0000 |
當我將連續變數轉換為二進位後重複分析時，我得到以下失擬表，其中 Prob>ChiSq 現在為 0.0009，而不是之前的值 1.0000。
不合適
來源 | DF | -對數似然 | 卡方 |
不合適 | 120 | 87.1476 | 174.2951 |
飽和 | 127 | 4778.6278 | 問題>卡方 |
已裝 | 7 | 4865.7753 | 0.0009* |
我在名目 Logistic 擬合報告的文件中找不到失擬合的描述。在「失擬」的情況下，我是否希望該值接近 1 以便模型能很好地擬合資料？ 0.0009 旁邊的星號是什麼意思？
回覆：Logistic 迴歸報告中缺乏擬合我不建議用二元預測器取代連續預測器。 二元變數的資訊量較少。
您觀察到的差異是由於自由度的變化造成的。 第一個分析在樣本統計量 8867.525 的檢定中包括 1.85E+7 個自由度，而第二個分析僅包括對應樣本統計量 174.2951 的 120 DF。
失擬檢定是基於所選模型和飽和模型（無偏）之間的比較。 原假設假設它們是相同的。 原假設下卡方的期望值等於 DF。卡方超過原假設下的 DF。相關的 p 值表示有多少此類結果超出了分析中的樣本統計量。
