逻辑回归是当响应变量是二元时我们用来拟合回归模型的方法。

本教程介绍如何在 Excel 中执行逻辑回归。

使用以下步骤在 Excel 中对数据集执行逻辑回归，该数据集指示大学篮球运动员是否根据 GPA 被选入 NBA（选秀：0 = 否，1 = 是）。过去的得分、篮板和助攻。季节。

第 1 步：输入数据。

首先，输入以下数据：

步骤 2：输入回归系数的单元格。

由于模型中有三个解释变量（pts、rebs、ast），因此我们将为模型中的三个回归系数和一个原点创建单元格。我们将每个值设置为 0.001，但稍后我们将对其进行优化。

接下来，我们需要创建一些新列，用于优化这些回归系数，包括 logit、e logit 、概率和对数似然。

步骤3：为logit创建值。

接下来，我们将使用以下公式创建 logit 列：

步骤 4：为 e logit创建值。

接下来，我们将使用以下公式为 e logit创建值：

第 5 步：创建概率值。

接下来，我们将使用以下公式创建概率值：

第 6 步：创建对数似然值。

接下来，我们将使用以下公式创建对数似然值：

对数似然 = LN（概率）

步骤 7：求对数概率之和。

最后，我们将找到对数似然之和，这是我们将尝试最大化以求解回归系数的数字。

步骤8：使用求解器求解回归系数。

如果您尚未在 Excel 中安装求解器，请按照以下步骤操作：

安装求解器后，转到“数据”选项卡上的“分析”组，然后单击“求解器” 。输入以下信息：

然后单击“解决” 。

求解器自动计算回归系数估计值：

默认情况下，回归系数可用于查找项目 = 0 的概率。

然而，通常在逻辑回归中，我们感兴趣的是响应变量 = 1 的概率。

因此，我们可以简单地反转每个回归系数的符号：

现在可以使用这些回归系数来计算项目 = 1 的概率。

举例来说，假设一名球员场均得到14分、4个篮板和5次助攻。该球员被选入 NBA 的概率可以计算如下：

P(项目 = 1) = e 3.681193 + 0.112827*(14) -0.39568*(4) – 0.67954*(5) / (1+e 3.681193 + 0.112827*(14) -0.39568*(4) – 0.67954*(5 ) ) = 0.57 。

由于这个概率大于 0.5，我们预测该玩家 被选入 NBA。

相关：如何在 Excel 中创建 ROC 曲线（逐步）

大家好，我是本杰明，一位退休的统计学教授，后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识，我渴望分享我的知识，通过 Statorials 增强学生的能力。了解更多