似然方程的解 不封闭的形式解 使用 Newton-Raphson算法 迭代地重加权最小二乘法(IRLS) 开始时对B在迭代=0,使用一般最小、二乘法 (OLS)的解 兀:=1/(l+exp(xP) β(+1)=+(XVX)4X(y-r) 其中:V=diag(x(1-x) 通常只需要少数几步的迭代 E Newton
11 似然方程的解 不封闭的形式解 使用Newton-Raphson算法 迭代地重加权最小二乘法(IRLS) 开始时对β在迭代t=0, 使用一般最小二乘法 (OLS)的解 其中： 通常只需要少数几步的迭代 0 β E Newton
Logistic回归系数的解释 ·Log(π/1-π)=XB 因此每个代表当保持其他变量不变时,X 每单位量的增加对成功的对数发生比的影响 ·发生比率(相对风险比)=eXp() E Newton
12 Logistic 回归系数的解释 • Log(π/(1-π)) ＝Xβ • 因此每个 代表当保持其他变量不变时， 每单位量的增加对成功的对数发生比的影响 • 发生比率（相对风险比）＝ E Newton