我在SPSS中运行二元逻辑回归,以测试例如有关消费者购买产品概率的电视广告。我的问题是使用二元逻辑回归公式:
P=1/(1+e^(-(a+b*Adv)) )
最大概率等于100%。但是,即使我将广告数量增加1000,假设购买概率为100%也是不明智的。因此,如果我使用二元Logistic回归的系数绘制逻辑回归图,在某些时候概率达到100%,这在现实生活环境中从未如此。我怎么能控制它?
有没有办法将SPSS二元逻辑回归改为最大概率为例如20%?
谢谢!
答案 0 :(得分:1)
最大假设概率为100%,但如果您使用真实世界数据,您的模型将以这样的方式拟合数据,即任何给定x值的预测y值不会高于实际值世界y值(+/-你的模型的错误术语)。只要我的模型合理地拟合数据,我就不会过多担心假设的最大概率。使用逻辑回归而不是OLS线性回归的关键原因之一是避免不可能的预测值。