二元逻辑回归
二元逻辑回归根据连续型预测变量、分类预测变量或两者兼有,预测合格/不合格、是/否等两种结果之一的概率。响应恰有两个类别时使用;连续型响应应使用 Fit Regression Model。两个类别都需收集足够的数据,避免完全分离,并用拟合优度统计量和残差诊断进行验证。结果附带置信区间,默认为 95%。
最后审阅
核心要点
二元逻辑回归用于建立一个或多个预测变量与仅有两种结果(如合格/不合格或不合格品/合格品)的响应之间的关系模型,并预测每种结果的概率。
什么是二元逻辑回归?
二元逻辑回归是一种统计工具,用于分析一个或多个预测变量与 恰有两种结果的分类响应变量 之间的关系,例如合格/不合格、是/否或不合格品/合格品。它根据预测变量的取值,预测其中一种结果相对于另一种结果发生的概率。
何时使用二元逻辑回归?
预测变量
- 预测变量可以是 连续型、分类型,或两者混合
- 离散变量可视为连续型或分类型,取决于水平数和分析目的
- 仅有一个连续型预测变量且响应为连续型 → 使用 拟合线图
- 多个预测变量且响应为连续型 → 使用 拟合回归模型
响应变量
- 响应必须恰有 两个类别(例如合格/不合格、是/否、好/坏)
- 若响应为 连续型 → 使用 拟合回归模型
- 若响应有 三个或更多无序类别 → 使用 名义逻辑回归
- 若响应有 三个或更多有序类别 → 使用 有序逻辑回归
正确使用二元逻辑回归的指南
- 响应变量必须恰有 两个类别;若类别更多,请改用有序逻辑回归或名义逻辑回归。
- 预测变量可以是 连续型或分类型;运行分析之前,请确保每个变量的类型划分正确。
- 确保数据 准确代表目标总体;有偏或不完整的数据会产生不可靠的预测。
- 为两个类别都收集 足够的数据点 ——某一类别的观测过少,会使模型不稳定,预测也不可信。
- 尽可能 准确地测量所有变量;输入数据的误差会直接降低所预测概率的准确性。
- 按 数据的收集顺序 记录数据,以便发现可能影响结果的时间相关模式。
- 拟合之后,使用 拟合优度统计量和残差诊断验证模型;拟合不佳的模型会产生误导性的预测。
- 避免 完全分离 ——即某个预测变量将两个类别完全分开——因为这会给模型的估计带来问题。
替代方法:何时不宜使用二元逻辑回归
- 若响应变量为 连续型,请改用 拟合回归模型。
- 若 只有一个连续型预测变量 且响应为连续型,请改用 拟合线图。
- 若响应有 三个或更多无序类别,请改用 名义逻辑回归。
- 若响应有 三个或更多有序类别,请改用 有序逻辑回归。
- 若有 一个分类预测变量 且响应为连续型,请改用 单因素方差分析。
如何进行二元逻辑回归
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool>Regression >Binary Logistic Regression。
- 点击 Binary Logistic Regression,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 填写左侧给出的必填选项。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在二元逻辑回归的工具界面中,窗口分为两个部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。数据可手动输入,也可从 Excel 表格中完整复制(Ctrl+C)并粘贴(Ctrl+V)到此处。
Load example: 将加载示例数据。
Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Response 您要预测的结果变量,必须包含 恰好两个类别,例如合格/不合格、是/否或不合格品/合格品。模型根据输入的预测变量取值,计算其中一个类别相对于另一个类别发生的概率。
- Categorical Predictor 包含一组固定的不同分组或标签的预测变量,例如班次、机器类型或供应商。模型估计属于各个分组会如何改变响应落入某一类别而非另一类别的概率。
- Continuous Predictor 取可测量数值的预测变量,例如温度、速度或重量。模型估计该变量每增加一个单位,会使响应结果发生的概率增大或减小多少。
- Confidence Interval 真实结果可能落入的取值范围。默认值为 95%,即有 95% 的把握认为真实概率或系数位于该范围内。默认设为 95%,是因为它是被广泛接受的标准,兼顾统计可靠性与实际可用性——区间足够窄而有用,又足够宽以涵盖不确定性。
- Type of Confidence Interval
- Two-Sided — 同时给出下界和上界,显示真实值两端可能落入的范围。当需要检测高于或低于的任何差异时使用。这是默认且最常用的选项。
- Upper Bound — 仅给出最大限,显示真实结果可能达到的最高值。当只关心取值是否超过某一阈值时使用。
- Lower Bound — 仅给出最小限,显示真实结果可能的最低值。当只关心取值是否低于某一阈值时使用。
常见问题
什么是二元逻辑回归?
二元逻辑回归分析一个或多个预测变量与恰有两种结果的分类响应之间的关系,例如合格/不合格、是/否或不合格品/合格品。它根据预测变量的取值,预测其中一种结果相对于另一种结果发生的概率。预测变量可以是连续型、分类型,或两者混合。
什么情况下应使用二元逻辑回归而不是其他回归方法?
响应恰有两个类别时使用。若响应为连续型,请使用 Fit Regression Model;只有一个连续型预测变量时,使用 Fit Line Model。若响应有三个或更多无序类别,请使用 Nominal Logistic Regression;三个或更多有序类别则使用 Ordinal Logistic Regression。
可靠的二元逻辑回归有哪些要求?
两个响应类别都要收集足够的数据点,因为某一类别的观测过少会使模型不稳定。将每个预测变量正确划分为连续型或分类型,使用具有代表性且测量准确的数据,并避免完全分离,即某个预测变量将两个类别完全分开,因为这会带来估计问题。使用拟合优度统计量和残差诊断验证模型。
如何在 Zometric Statistical Software 中运行二元逻辑回归?
选择 Statistical Tool > Regression > Binary Logistic Regression,然后输入、粘贴或加载数据。选择二分类的 Response,以及任意 Categorical Predictor 和 Continuous Predictor 列,设置置信区间水平(默认 95%)和置信区间类型(双侧、上界或下界),然后点击 Calculate。
