数据分析之方差分析(ANOVA)

爱敲代码的tian:

F统计量它的那个N和K是多少

数据分析之Logistic回归分析中的【二元逻辑回归】

YouShouldKnowMe:

1、有些统计模型，如逻辑回归，对缺失值具有一定的稳健性，即使存在一些缺失值，模型仍然可以运行并给出结果

2、出现这种情况考虑的原因是剔除空值的样本会导致样本量减少，这可能会影响统计分析的结果，尤其是在样本量本身就不大的情况下

3、也考虑是SPSS内部默认做了缺失值的处理，包括但不限于删除、均值填充、预测值替换、多重插补等。

4、建议使用其他统计分析工具，如Python或者R，多方校验核对。

数据分析之Logistic回归分析中的【二元逻辑回归】

就是噢:

想请教一个问题：10个样本，每个样本有ABC三个因素，有一些因素，例如因素A有空值，然后逻辑回归单因素分析还是能够运行的出来..但是我发现我把这些有空值的样本手动去剔除的话，跟直接把有空值的数据输进去，又是不一样的结果。为什么会出现这种情况？是spss对缺失值默认进行补充了？还是对缺失值进行其他处理？

数据分析之Logistic回归分析中的【二元逻辑回归】

YouShouldKnowMe:

逻辑回归的主要目的是评估一个或多个自变量（解释变量）对因变量（响应变量）的影响，也可以用来预测，具体取决于研究目的。模型的效能评估对于预测目的的研究是必要的，但对于只关注变量影响的研究则不是必须的，研究的完整性取决于是否充分评估了自变量对因变量的影响，包括变量的显著性、系数的解释等。如果研究目标包括使用模型进行预测，或者希望了解模型在新数据上的表现，那么进行模型效能评估就非常重要，这包括计算 AUC、准确率等指标，以及可能的模型验证步骤，如交叉验证。

数据分析之Logistic回归分析中的【二元逻辑回归】

liuchang9812:

您好，我还想请问一下，逻辑回归最终都是为了拟合模型吗？我其实只想看自变量对因变量的影响，而我所理解的拟合模型是为了通过自变量预测因变量的发生几率（最终是以AUC的形式显示），如果我并没有进行模型的效能检测，是否研究是不完整的呢？还是说我在某个步骤的理解存在问题？

如能解答，不胜感激！