logistic回归模型，一般用几个指标？(如何对指标维度进行回归分析？)
1. logistic回归模型，一般用几个指标？
分别是二项logistic回归，无序多分类logistic回归和有序多分类logistic回归。
二项logistic回归
因变量为两种结局的二分类变量，如中奖=1、未中奖=0；
自变量可以为分类变量，也可以为连续变量；
阳性样本量n要求是自变量个数至少10倍；
无序多分类logistic回归
因变量为无序的多分类变量，如获取健康知识途径（传统大众媒介=1，网络=2，社区宣传=3）；
自变量可以为分类变量，也可以为连续变量；
也可用于因变量为有序多分类变量，但不满足平行检验条件的数据资料；
原理：用因变量的各个水平（除参照水平外）与参照水平比值的自然对数来建立模型方程；
有序多分类logistic回归
因变量为有序的多分类变量，如病情严重程度（轻度=1，中度=2，重度=3）；
自变量可以为分类变量，也可以为连续变量；
原理：将因变量的多个分类依次分割为多个二元的Logistic回归；
须进行平行线检验，即检验自变量系数是否相等，如不满足，则使用无需多分类logistic回归；
2. 如何对指标维度进行回归分析？
回归分析法指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法。
根据因变量和自变量的个数分为：一元回归分析和多元回归分析；根据因变量和自变量的函数表达式分为：线性回归分析和非线性回归分析。
3. logistic回归分析看哪个数据？
第一：首先对P值进行分析，如果该值小于0.05，则说明模型有效；反之则说明模型无效；
第二：AIC和BIC值用于多次分析时的对比；此两值越低越好；如果多次进行分析，可对比此两个值的变化情况，综合说明模型构建的优化过程；
第三：其余指标为中间计算过程值，基本无意义。
4. 经纬仪归零后的方向值计算公式为？
平均值是＝｛盘左的读数＋（盘右度数±180°）｝÷2比如第一测回B的平均值 ｛76°53′16〃＋（256°53′14〃-180°）｝÷2但是A的平均值。
第一行的是00°00′02〃第一次测回的最后一个A点平均值是00°00′09〃然后最后取得是（00°00′02〃＋00°00′09〃）÷2 这才是A的平均值归零值是A B C D的平均值减去（00°00′02〃＋00°00′09〃）÷2 测回法适用于观测只有两个方向的单角。
这种方法要用盘左和盘右两个位置进行观测。观测时目镜朝向观测者，如果竖盘位于望远镜的左侧，称为盘左；如果位于右侧，则称为盘右。通常先以盘左位置测角，称为上半测回。两个半测回合在一起称为一测回。有时水平角需要观测数测回
5. 在线SPSS-SPSSAU回归分析指标怎么看？
1、使用SPSSAU在线分析：首先找到回归分析
2、把想要分析的题项拖拽到指定的选框中，点击即可生成数据。（有不会的问题可以点击右侧的“灯泡”查看帮助手册）
3、得到结果，以及智能文字分析
结果解读
1、回归分析结果指标解读：
这里主要关注P值，小于0.05时有意义。
B值即回归系数值，大于0说明正向影响，小于0说明负向回归。
2、分析步骤：
①、首先分析模型拟合情况，即通过R平方值分析模型拟合情况，以及可对VIF值进行分析，判断模型是否存在共线性问题【共线性问题可使用岭回归或者逐步回归进行解决】；
②、写出模型公式(可选)；
③、分析X的显著性；如果呈现出显著性(P值小于0.05或0.01)；则说明X对Y有影响关系，接着具体分析影响关系方向；
④、结合回归系数B值，对比分析X对Y的影响程度(可选)；
⑤、对分析进行总结。
3、进一步模型分析：
①、多重共线性：可查看VIF值，如果全部小于10（严格是5），则说明模型没有多重共线性问题，模型构建良好；反之若VIF大于10说明模型构建较差。如果呈现出共性问题，可使用逐步回归分析。
②、自相关性：如果D-W值在2附近（1.7~2.3之间），则说明没有自相关性，模型构建良好，反之若D-W值明显偏离2，则说明具有自相关性，模型构建较差。自相关问题产生时建议对因变量Y数据进行查看。
③、残差正态性：在分析时可保存残差项，然后使用“正态图”直观检测残差正态性情况，如果残差直观上满足正态性，说明模型构建较好，反之说明模型构建较差。如果残差正态性非常糟糕，建议重新构建模型，比如对Y取对数后再次构建模型等。
④、异方差性：可将保存的残差项，分别与模型的自变量X或者因变量Y，作散点图，查看散点是否有明显的规律性，比如自变量X值越大，残差项越大/越小，这时此说明有规律性，模型具有异方差性，模型构建较差。如果有明显的异方差性，建议重新构建模型，比如对Y取对数后再次构建模型等。
6. 拟合度计算方法？
对非线性方程：
（1）计算残差平方和Q=∑(y-y*)^2和∑y^2，其中，y代表的是实测值，y*代表的是预测值；
（2）拟合度指标RNew=1-(Q/∑y^2)^(1/2)
Rnew是最近才出现的用于判定非线性回归方程的拟合度的统计参数，现在我还没有看到它的中文名称。之所以用角标new就是为了和线性回归方程的判定系数R2、adjusted R2进行区别。在对方程拟合程度的解释上，Rnew和R2、adjusted R2是等价的，其意义也相同。
对线性方程：
R^2==∑(y预测-y)^2/==∑(y实际-y)^2，y是平均数。如果R2=0.775，则说明变量y的变异中有77.5％是由变量X引起的。当R2＝1时，表示所有的观测点全部落在回归直线上。当R2=0时，表示自变量与因变量无线性关系。
7. 百分之多少的ci值是什么意思？
CI是置信区间，百分之多少是指置信度，
95%是通常情况下置信度（置信水平Confidence level）的设定值。
一定概率下真值的取值范围（可靠范围）称为置信区间。其概率称为置信概率或置信度（置信水平）
简单的说就是：
置信度：以测量值为中心，在一定范围内，真值出现在该范围内的几率。
置信区间：在某一置信度下，以测量值为中心，真值出现的范围。
置信度（置信水平）一般设定在2σ，也就是95%
8. 一步登天公式源码？
公式源码:
LS:=C/REF(C,1)>1.048 AND C=H AND BETWEEN(FORCAst(V,4),0.2*FORCAST(V,12),2.1*FORCAST(V,12));
拉升:FILTER(LS,28)
解析如下:
LS赋值:收盘价/1日前的收盘价>1.048 AND 收盘价=最高价 AND 成交量(手)的4日线性回归预测值位于0.2*成交量(手)的12日线性回归预测值和2.1*成交量(手)的12日线性回归预测值之间
输出拉升:LS的28日过滤
