Logistic回归模型的Bayes分析

%! （ ! ! " #） $（ ! "） " #! $ "
&
’
%!
"
・#$% %
{
’ ’ " ’ " ［ ( $ %（ ］ ! % ! ） ! （! % ! ） !# ’
}
’
（& ）
! ! 即 ! " # ’ )（ * 这是以 ! 为均值， # $ 为协方差阵的正态分布， ! ， # $） &
’
’
第 %) 卷第 % 期 ! " " B 年# 月
山西师范大学学报 （ 自然科学版） *+,-./0 +1 23/.45 67/837-9: ;.5<7-:5=> A/=,-/0 2857.87 CD5=5+.
?+0& %)@ A+& % E/-& @ !""B
文章编号： %""’$BB’" （ !""B ） "%$""%F$"#
) , $ ) " ( -( ( ( - . /（ $ 0） ’ ’，
’" 的正态 % （ ’ " " # %" ）
分布+ 因此， 线性模型 （ & ）中的误差项存在异方差+ 运用广义最小二乘估计的方法， 可将该 （*）
ห้องสมุดไป่ตู้
)( +"#,-.,/ 模型的 0123- 分析
下面， 我们应用 0123- 观点来讨论 +"#,-.,/ 模型中的参数估计问题4 首先， 回顾一下 0123- 定理： （ ! % 1 ,） $ 23 （ % 1 ,） （ ! %） （5） 这里， 2 是与 % 无关的常数， 4 （ %）指 % 的先验分布， （ 3 % 1 ,） $ （ ! , 1 %）是 , 的联合密 ! % 1 ,）是得到样本 , 的条件下试验者对 % 的重新认识， 称为 % 度函数， 也称为似然函数+ （ 的后验分布+ 对模型 （*） ， , 的联合密度函数即 "， $ 的似然函数为
$ 1 ,） ｝$（ "，
$ $
（8）
#% $ ) $（ , # ) " ） （ 5 , # )"） （ & ’ # !）! 为 ) 的列数 " $（ )5) ） )5,，$ 在此， 我们只讨论 $ 已知， 参数 " 的后验分布+ 对于其他的情形， 请读 " 有正态先验时，
$
者自行考虑+
) 假设 " 的先验分布为 / （ "’ ， ， 根据 0123- 定理， $ ’’ ） " 的后验分布为
( 第 % 期( ( ( ( ( (
( ( ( 韩俊林( 汤秋云： +"#,-.,/ 回归模型的 0123- 分析
$ ! %" & ’" %" " $ !"# $ !"# $ !0 ( "0 ) " ( #" $ % # !" % # %" & ’" ’" # %"
%9 （&）
!"#
如果我们假设各组中的各观测是独 立 的 （ 并 且 服 从 二 项 分 布） ， 则因变量的估计 !"# ［ %" （ & ’" # %" ） ］ （ 对于大样本）将近似地服从均值为 ’ 方差为的 * " $ 模型变换为正态线性回归模型：
%@ G+H5:=58 回归模型简介
因变量包括两个或更多个分类选择的模型在调查数据分析中非常有价值& 因为在很 多调查中， 行为回答都是分类型的： 人们在选举时投支持或否决票； 短途出行时是乘地铁、 通常采用的一种统计方法是 公共汽车或轿车； 在业或失业等等& 在分析此类分类变量时， G+H5:=58 回归模型& 它采用的是逻辑概率分布函数 （ 8,N,0/=5<7 0+H5:=58 O-+P/P505=> 1,.8=5+. ） ， 其具体形式为 !" # $ （ %" ） # $ （ ! & "’ " ） # % % # （ ! & " ’ "） % & ( )% " % & () （%）
G+H5:=58 回归模型的 I/>7: 分析
韩俊林% ，汤秋云!
（ %J 云南师范大学数学学院，云南 昆明 FK"""" ； !J 云南省昆明市少年文艺学校， 云南 昆明 FK"""" ） 摘@ 要：本文应用 I/>7: 观点讨论了 0+H5:=58 模型中的参数估计问题& 关键词：0+H5:=58 模型；I/>7: 定理；参数估计 中图分类号：L!%#@ @ @ 文献标识码：M
!"#$% &’"(#%)% *+, -+.)%/)0 1+2$(
3&4 56’7()’" ，8&49 :)67#6’!
（ " * +,!-./0,&/ 12 3-/4， 56&&-& 31.0-7 8&9:,.;9/#，<6&09&=，56&&-& KJ0000 ，>49&-； ! * <6&09&= ?6:,&97, @,;/4,/9A BA4117，<6&09&=，56&&-& KJ0000 ，>49&-） L L &;%/,"0/：M7 -C+, %<%#4， %<4<A#-#4 #,-+A<+-)7 >78#4 =)*+,-+. A)8#= +, 8+,.>,,#8 39 >,+7* N<9#, -C#)4#A’ L L <$# =+,2%：=)*+,-+. A)8#=；%<4<A#-#4 #,-+A<+-)7；N<9#, -C#)4#A
（ ! " 1 ,）2 （ ! "） （ 3 " 1 ,， $）2 % [ $ $ % ] $ ( 367 # 5)5) （ " # "）(（ " # "’ ） 5’’#（ " # "’ ） ) （ " # "） )$ % [ $ $ $ 367 # 5 )5) ( ’’#% ）# ) "（ 5 )5) " ( ’’#% "’ ）( "5)5)" ( "5’ ’’#% "’ ] $ "（ ) $) % . . % . $ . . $ ( " 5 ’ # % " # " 5’ # % " ） ] 2 367 # ) [ （" # " ） 5 ’ #（ " # " ）(（ "5)5) " ’ ’ ’ )$ % [ . . % . ] 367 # （9） （" # " ） 5 ’ #（ " # " ） ) $) 其中符号 “ 2”表示 “ 与 … 成正比” ，
相似文献(0条)
引证文献(2条) 1.李默涵.蔡若松 交通方式预测中Logit模型参数估计方法的应用研究[期刊论文]-辽东学院学 报（自然科学版） 2006(02) 2.施朝健.张明铭 Logistic回归模型分析[期刊论文]-计算机辅助工程 2005(03)
本文链接：/Periodical_shanxsfdxxb200401004.aspx 下载时间：2010年4月14日
参考文献：
［ " ］ 王济川， 郭志刚’ ()*+,-+. 回归模型— — —方法与应用 ［ /］ ’ 北京： 高等教育出版社， !00"’ ［ ! ］ 茆诗松’ 贝叶斯统计 ［ /］ ’ 北京： 中国统计出版社’ ［ 1 ］ 2)3#4- 5’ 6+789.:， ;<7+#= (’ 2>3+7?#=8，@.)7)A#-4+. /)8#=, <78 @.)7)A+. B)4#.<,-,（ ?)4-C #8+-+)7 ） ，/.D4<E F G+==， "HH&’ ［ I ］ 何晓群， 刘文卿’ 应用回归分析 ［ /］ ’ 北京： 中国人民大学出版社， !00"’ ［ J ］ 王松桂， 陈敏， 陈立萍’ 线性统计模型： 线性回归与方差分析 ［ /］ ’ 北京： 高等教育出版社， "HHH’
#) ( ( ( ( （ ! , 1 "$） $（ ) &$) ） ・367 #
’ ’
#) （ ) &$) ）
（ , # )"） （ 5 , # )"） { )% }$ $ % ・367 { # ［ （ ’ # !） 5・ $ (（ " # "） )$
) )
$)
$
)5) （ " # "） ］ 其中
$
Q # 入为 ’ " * 令 . " 代表赞同某种选择的收入为 ’ " 的人数， 则可用 / "