用于建立连续解释变量与分类结果变量之间的关系模型。可用于估计解释变量取不同值时事件发生的概率。
使用拟合 Y 对 X 的逻辑回归
- 从打开的 JMP ®数据表中，选择“分析”>“用 X 拟合 Y” 。
- 从“选择列”中单击分类变量，然后单击“Y，响应” （名义变量用红色条表示，有序变量用绿色条表示）。
- 单击连续变量，然后单击X，因子（连续变量带有蓝色三角形）。单击“确定” 。
默认情况下，JMP 将提供以下结果：
- 逻辑图，图中显示了累积预测（拟合）概率的曲线。
- 对整个模型进行显著性检验。
- 包括拟合模型的参数估计等。
Car Poll.jmp (Help > Sample Data Folder)汽车调查.jmp（帮助 > 示例数据文件夹）
注意：默认输出可通过“首选项”（文件 > 首选项）进行更改。
- 当响应变量为名义变量时，将拟合名义逻辑回归模型。当响应变量为有序变量时（如本例所示），将拟合有序逻辑回归模型。
- 要为点着色并添加图例，请在图表中单击鼠标右键，然后选择“行”>“行图例” 。
- 要保存概率公式或请求其他选项，请点击顶部的红色三角形并选择该选项。
- 要找到给定 X 值的拟合概率，请选择十字线工具（
从工具栏中单击图表，拖动十字光标到曲线上的所需点。
解释（在本例中，X = 购买年龄，Y = 汽车尺寸）：
• 底部曲线表示预测给定年龄段的人购买大型汽车的概率。
• 第二条曲线表示某人购买大型或中型汽车的概率。
• 两条曲线之间的距离代表某人购买中型汽车的概率。
• 1.00 与顶部曲线之间的距离表示某人购买小型汽车的概率。
• 十字线显示，39 岁的人购买大型汽车的预测概率为 0.191。
注：也可以通过“分析”>“拟合模型”执行简单的名义逻辑回归和有序逻辑回归。
访问JMP帮助中的“基本分析”>“逻辑分析”了解更多信息。
视频音频转录
在本视频中，我们将探讨一种进行简单逻辑回归的方法。逻辑回归可用于预测事件或现象发生的概率。
我正在使用示例数据目录中的 Car Poll 示例数据集来启动我们的逻辑回归。我们将分析“拟合 Y 对 X”。“拟合 Y 对 X”是一个上下文相关的平台，分析运行的类型将取决于我们为 Y 响应（即我们试图预测的值）提供的变量类型。
这里我将使用一个有序变量“尺寸”作为预测变量。我将使用受访者的年龄作为预测变量。点击“确定”后，JMP 将生成有序逻辑回归模型。如果我们的 Y 变量只有两个级别，JMP 将生成名义逻辑回归模型。默认情况下，JMP 会提供逻辑回归图、完整模型检验和参数估计。逻辑回归图显示了根据预测变量“年龄”预测的拥有大型、中型或小型汽车的概率。在本例中，下方的曲线显示了根据受访者年龄预测的拥有大型汽车的概率。上方的曲线显示了根据受访者年龄预测的拥有中型或大型汽车的概率。
这里的个体观测值在其空间内进行了随机抖动。例如，第 256 行中的这个人，在 Y 轴上没有对应的值。这个人表示他驾驶的是中型车，因此被归入中型车类别。这种随机抖动是为了更准确地反映属于特定类别的个体比例。要给数据点着色，我们可以右键单击并选择“行图例”。这里，我选择“汽车尺寸”作为行图例，然后单击“确定”。JMP 将根据汽车尺寸为数据点着色。要查看年龄是否能预测汽车尺寸的统计结果，我们可以向下滚动到参数估计部分，查看年龄的参数估计值。这里我们可以看到，年龄对个体所属类别有显著的统计学影响。
