Logistic模型中具有影響力變數的診斷

• Main Author: 江秀桂
• Published: 國立政治大學
• Online Access: http://thesis.lib.nccu.edu.tw/cgi-bin/cdrfb3/gsweb.cgi?o=dstdcdr&i=sid=%22B2002005096%22.

摘要 當我們建立一個返歸模型時，必須針對研究的目的，去探求能夠合理解釋應變數的自變數，同時希望以最精簡的自變數組合，建立起一個最佳的迴歸模型，以避免造成某些成本，或者是能源上的浪費 在本文中以應變數是伯努利分配的Logistic 迴歸模型為主要的研究對象，為了找出最佳的模式，我們主要是利用Cook 距離測度和AP 這兩個統計量來做自變數的診斷分析。 而以往的Cook距離測度和AP 等統計量都是建立在線性模型之下，來做觀察值或者是自變數的診斷，其中誤差項服從常態分配且具有一致的變異數。在本文中所探討的Logistic迴鋒模型，雖然、誤差項變異數不一致，不過當應變數的期望 值不是極端靠近O 或1 時，誤差項的變異相差不大，因此我們視誤差項有相同的變異數。將此非線性的迴歸模型部份線性化之役，先推導出較為廣義的Cook 距離測度及統計量，接著再將模型完全線性化，又可推導出所對應的AP 統計量，最後利用這兩個統計量，對實例去做自變數的診斷，找出最有影響力的自變數款，以構成最佳的Logistic 迴歸模型。