Navigation: 使用 Prism 进行回归分析
使用 Prism 进行简单线性回归和简单逻辑回归
Prism 提供了两种形式的简单回归:简单线性回归和简单逻辑回归。尽管这些分析相互关联,但我们将分别进行讨论。若要进一步了解简单线性回归与简单逻辑回归的异同,请参阅本指南中“回归原理”部分的相关内容(简单线性回归、简单逻辑回归)。
简单线性回归通过数据拟合一条直线,以求得斜率和截距的控制数据。
简单逻辑回归用于估计获得“阳性”结果的概率(当只有两种可能结果时,例如“阳性/阴性”、“成功/失败”或“存活/死亡”等)。
教程:简单线性回归
求得最佳拟合斜率和截距
根据线性标准曲线进行插值
建议:何时应使用非线性回归拟合直线
置信带与预测区间(线性回归)
绘图技巧:简单线性回归
线性回归与相关性的区别
如何用一条直线拟合两组数据集
简单线性回归的结果
斜率和截距
R²,简单线性回归的拟合优度指标
残差的标准偏差
斜率与零是否存在显著差异?
斜率和截距的比较
在线性回归后进行游程检验
分析核查清单:简单线性回归
教程:简单逻辑回归
拟合简单逻辑回归模型
示例:简单逻辑回归
简单逻辑回归的结果
系数估计值的解读
X 处于 50% 位置时
优势比
系数与概率的关系
针对β1的假设检验(P值)
ROC曲线下面积
拟合优度指标
分析核查清单:简单逻辑回归
简单逻辑回归的错误信息
Deming回归
关键概念:Deming回归
操作指南:Deming回归
问答:Deming回归
分析核查清单:Deming回归