邏輯迴歸分析(Logistic regression)

迴歸的基本原理迴歸分析是一個大家族，裡面包含很多不同的分析模式，最基本的模式是線性迴歸模式(linear regression)，有時候又被稱為ordinary least square (OLS)模式。線性迴歸是假設應變數的各個數值是自變數所構成的某種直線函數值，再加上一個誤差值所得到的數值，比如下面的數學公式：yi = β0 + β1x1i + β2x2i + β3x3i + ei其中y (如體重)是應變數，x1(如身高), x2(如性別), x3(如年紀)是與y有關的自變數，e是誤差值。β0 + β1x1 + β2x2 + β3x3就是y與此三個自變數之間的直線函數。線性迴歸分析是要去找出應變數與自變數之間的直線函數是什麼。如果我們已經知道哪些自變數會影響應變數，剩下來的工作便是去估算β0~β3這四個係數的值，以知道y與這些自變數之間的關係函數。線性迴歸在估算關係函數中的係數值時，