使用二进制 Logistic 模型的预测的示例
主题 解释结果 会话命令另请参见

假设您是一位关心吸烟和体重对静息脉搏率有何影响的研究人员。您将响应（脉搏率）分成了两类：高和低，因此适合使用二进制 Logistic 回归分析来调查吸烟和体重对脉搏率的影响。

1 打开工作表“回归_示例.MTW”。

2 选择统计 > 回归 > 二进制 Logistic 回归 > 拟合二进制 Logistic 模型。

3 在响应中，输入静息脉搏。在连续预测变量中，输入体重。在类别预测变量中，输入吸烟。单击确定。

4 选择统计 > 回归 > 二进制 Logistic 回归 > 预测。

5 在响应中，选择静息脉搏。

5 在第二个下拉菜单中，选择输入单个值。

6 在预测变量表中，按如下所示填写表的列。

体重	抽烟
155	是

7 单击确定。

会话窗口输出

二值 Logistic 回归: 其余脉冲与权重, 抽烟

其余脉冲的预测

回归方程

P(最低价) = exp(Y')/(1 + exp(Y'))

Y' = -1.99 + 0.0250 权重 + 0.000000 抽烟_否 - 1.193 抽烟_是

变量设置

权重 155

抽烟是

拟合概率拟合值标准误 95% 置信区间

0.667824 0.0920068 (0.471396, 0.819248)

解释结果

Minitab 使用模型信息来计算指定预测变量值的预测概率为 0.667824。

此外，置信区间表示某人可能体重 155 磅，抽烟，脉搏率较低，介于 0.471395 和 0.819248 的置信度为 95%。

请记住，此预测以模型方程为基础。在使用预测之前，应该确保模型是合适的。