邏輯回歸的標準 beta我想比較我的邏輯回歸模型的效果強度。在最小二乘模型中，我可以提出並比較標準化貝塔係數。這可以通過物流模型來完成嗎？（我在“列”選項中沒有看到該選項）。或者，是否有另一種方法來比較模型中每個項的效果強度？
謝謝
魚人
高級統計建模基礎數據分析和建模消費者和市場研究數據混合和清理數據探索和可視化預測建模和機器學習回复：邏輯回歸的標準 beta十分感謝！
回复：邏輯回歸的標準 beta分類變量總是被編碼的，所以不需要。 查看幫助這裡和這裡了解更多信息。
回复：邏輯回歸的標準 beta謝謝回复！因此，我的模型混合了連續的預測變量和一些二元的預測變量。我是否標準化模型中的所有預測變量？
再次感謝：）
回复：邏輯回歸的標準 beta擬合最小二乘中的此命令很方便，但它所做的只是居中和縮放連續預測變量。 您可以使用列公式自己完成同樣的事情。 這很容易做到：
- 選擇數據表中的預測變量列。
- 右鍵單擊其中之一的標題。
- 選擇新列公式 > 分佈 > 標準化。
現在，當您在“擬合模型”對話框中設置建模時，請使用這些列代替原始列。 使用示例數據文件夾中的健身數據表，我通過 MaxPulse 擬合了血氧與年齡的模型。 我創建了預測變量的標準化版本，並將其用於第二次擬合的線性預測變量。 我將參數估計值導出為每個參數的數據表，並將它們連接起來，以便我可以一起檢查它們。 結果如下：
請注意，兩次擬合之間的 p 值相同。 然後我繪製了估計值，其中重要性更加清晰：
使用原始預測變量時，只有運行時間似乎很重要。 使用標準化預測變量時，運行時、運行脈沖和最大脈衝似乎很重要。
當然，這兩種模型都會產生相同的預測。
預測刻畫器中內置了另一種技術，可能對您的目的有所幫助：變量重要性。
