logistic回归
logistic回归又称logistic回归分析，主要在流行病学中应用较多，比较常用的情形是探索某疾病的危险因素，根据危险因素预测某疾病发生的概率等等。例如，想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。这里的因变量就是是否胃癌，即“是”或“否”，为两分类变量，自变量就可以包括很多了，例如年龄、性别、饮食习惯、幽门螺杆菌感染等。自变量既可以是连续的，也可以是分类的。通过logistic回归分析，就可以大致了解到底哪些因素是胃癌的危险因素。logistic回归的因变量可以是二分类的，也可以是多分类的。
基本信息
- 中文名
logistic回归
- 用途
寻找危险因素、预测、判别
- 应用
流行病学
- 定义
线性回归模式
- 属性
流行病学术语
基础定义
logistic回归与多重线性回归实际上有很多相同之处，最大的区别就在于他们的因变量不同，其他的基本都差不多，正是因为如此，这两种回归可以归于同一个家族，即广义线性模型（generalized linear model）。这一家族中的模型形式基本上都差不多，不同的就是因变量不同，如果是连续的，就是多重线性回归，如果是二项分布，就是logistic回归，如果是poisson分布，就是poisson回归，如果是负二项分布，就是负二项回归，等等。只要注意区分它们的因变量就可以了。
logistic回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也更加容易解释。所以实际中最为常用的就是二分类的logistic回归。
应用举例
关于富士康跳楼曲线的Logistic回归分析。
正常人都能知道这绝对不是偶然，至于这背后有什么？我一开始也不甚清楚。
然后一篇突如其来的实验报告被发还给我，然后看着我亲手绘制的磁滞回线。有了主意。
首先，我查到了有记载以来，所有富士康员工自杀的日期：
列出如下表格：（以07年6月18号，第一例自杀案例为原点，至今（10年5月25日）1072天）
自杀时间x/d | 0 | 75 | 272 | 758 | 794 | 950 | 997 | 1003 | 1015 |
1023 | 1024 | 1024 | 1053 | 1051 | 1072 |
|
|
|
|
累计自杀人数y | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 |
|
|
|
|
在MATLAB中容易做出散点图：
可见这是一个指数增长的曲线。
对此我认为自杀和流行病一样，自杀也是一种病，而且是一种可以传染的疾病。
因此其增长曲线与对数增长很接近。
对其做指数函数拟合：
General model Exp2: