顺序 Logistic 回归
Logistic 回归表 - P 值
|
|
顺序 Logistic 回归Logistic 回归表 - P 值 |
|
P 值说明观测的关系是否统计意义显著。您需要：
1 找到位于回归表底部的 p 值。通过检验是否所有的参数都等于 0，p 值说明是否至少一个预测变量和响应之间存在显著相关性。
2 将此 p 值与您的 a 水平进行比较。常用的 a 水平为 0.05。
- 如果 p 值小于或等于 a 水平，那么相关性显著，并且可以断定至少一个预测变量与响应显著关联。
- 如果 p 值大于 a 水平，那么可以断定不存在显著关联，并且解释结束。
3 如果在步阶 2 中断定至少有一个显著的预测变量，请识别出模型中每一项的 p 值。这些 p 值说明特定的预测变量和顺序响应之间是否存在统计意义显著相关性。
4 将这些 p 值逐个与您的 a 水平进行比较：如果 p 值小于或等于所选择的 a 水平，那么关联是显著的。
输出示例 |
|
Logistic 回归表 95% 置信区 间 自变量 系数 系数标准误 Z P 优势比 下限 上限 常量(1) -1.75308 0.241928 -7.25 0.000 常量(2) -0.810849 0.189384 -4.28 0.000 常量(3) -0.102543 0.175413 -0.58 0.559 常量(4) 0.381173 0.176127 2.16 0.030 常量(5) 0.981362 0.187390 5.24 0.000 常量(6) 1.72139 0.216391 7.95 0.000 常量(7) 2.42882 0.260417 9.33 0.000 名次 -0.0290097 0.0075384 -3.85 0.000 0.97 0.96 0.99 对数似然 = -403.053 检验所有斜率是否为零:G = 18.687，DF = 1，P 值 = 0.000 |
解释 |
|
对于赛马数据，用于检验 RaceOdds 的斜率项为零的 p 值等于 0.000。假定 a 水平为 0.05。因为0.000 小于 0.05，可以断定响应变量 (Finish) 和预测变量 (RaceOdds) 之间存在显著相关性。
RaceOdds 的 p 值等于用于检验斜率项为 0 的 p 值。当模型只有一个预测变量时这一点总是成立的。
常用统计图形在线生成工具：
实用工具：
