本站分享:大数据、数据分析师考试认证培训,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训广告位

logistics中的hosmer and Lemeshow Test

spss培训 cdadata 1114℃ 0评论

logistics中的hosmer and Lemeshow Test

关键词:hosmer lemeshow test,hosmer lemeshow检验,hosmer和lemeshow检验

用spss做logistics回归分析,如何根据Hosmer and Lemeshow Test 结果(chi-square、df和sig)来判断拟合的优劣?下面是解答及解析:


hosmer and Lemeshow Test 判断拟合的优劣关键看伴随概率(Sig),小于0.05则证明模型拟合优良,Sig值越小说明拟合的越好。至于零假设是什么不用关心。chi-square值可以不用看,因为它和伴随概率是成对出现的。


我认为,Hosmer 和 Lemeshow 检验的值代表的是:根据模型得出来的预测值与实际观测数据之间的差异是否显著。如果sig.<显著性水平(如0.05),那么代表预测值与观测值差异显著,因此模型拟合度不好。如果sig.>显著性水平(如0.05),说明预测值与观测值没有显著差异,因此模型拟合度较好。
也就是说Hosmer 和 Lemeshow 检验的值越大越好。


当Chi-square=0,sig=1.0模型最好,虽然说P>0.05说明模型可以,一般以大于0.5较好。——sig 越大越好


H-L拟合优度检验通常是将样本数据根据预测概率分为10组,依据观测频数和期望频数来构造卡方统计量,然后根据自由度为8的卡方分布计算P值并对Logistic模型进行检验。零假设为:因变量的观测值与模型预测值不存在显著差异。如果P值小于给定的显著性水平则拒绝零假设,表明模型对原始数据的拟合效果不好,反之,P值大于显著性水平则接受零假设,认为模型较好地拟合了数据。所以,显然H-L拟合优度检验中P值是越大越好。


一般来说,零假设都是假设其无关、无效、不显著,那么在这道题目中,我认为原假设是模型和实际情况无相关性,也就是拟合优度极低,那么当sig(即P值)小于设定的显著性水平α,就可以拒绝原假设。


hosmer-lemeshow 检验法的经验值未达到显著水平时,表示整体模型的适配度佳。若HL统计量显著性概率值P<0.05,标售模型的适配度不理想,HL 法与pearson卡方检验正好相反。卡方值达到显著,表示所投入的自变量中至少有一个能有效预测样本在因变量的概率。参见吴明隆问卷统计分析与SPSS应用.


这个检验跟卡方检验非常相似,就是检验期望的观测频率和实际的观测频率的接近程度的统计量,两者越吻合,检验值越小,P值越大。而我们希望看到的结果是实际的观测频率接近期望的观测频率,所以应该是检验值越小,P值越大才越好。

转载请注明:数据分析 » logistics中的hosmer and Lemeshow Test

喜欢 (3)or分享 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址