logistic回归结果解读？logistic结果OR解读

一、logistic回归分析的优缺点

一、logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。

二、优点：

1.实现简单，广泛的应用于工业问题上；

2.分类时计算量非常小，速度很快，存储资源低；

3.便利的观测样本概率分数；

4.对逻辑回归而言，多重共线性并不是问题，它可以结合L2正则化来解决该问题；

5.计算代价不高，易于理解和实现。

三、缺点：

1.当特征空间很大时，逻辑回归的性能不是很好；

2.容易欠拟合，一般准确度不太高；

3.不能很好地处理大量多类特征或变量；

4.只能处理两分类问题(在此基础上衍生出来的softmax可以用于多分类)，且必须线性可分；

5.对于非线性特征，需要进行转换。

二、logistic回归分析p值意义

1.logistic回归分析中的p值代表了各解释变量对因变量的显著性。通常情况下，我们设置的显著性水平为0.05，即p值小于0.05时，我们认为变量与因变量存在显著关系。2.logistic回归模型是一种分类模型，用于探究因变量与解释变量之间的关系。其中p值的计算也是基于模型得到的各个系数的统计量。当p值小于设定的显著性水平时，我们可以认为该变量对结果有显著的影响。3.在实际应用中，我们可以针对p值进行变量筛选或者进一步探究，以实现对因变量影响机制的更深入认识。

三、SPSS中，logistic回归分析得出的参数估计表中Exp(B)代表什么，他有什么意义。还有

就是OR值，某个因素变化一个单位，代表发病危险的增加Exp(B)-1倍