线性与物流模型-意义与定义

什么是线性和物流模型?

它们是用于回归分析的模型，用于从一个或多个自变量中预测因变量的结果，用于明确的预测和因果关系分析，并探索关系和评估贡献。

在传统的线性回归模型中，因变量和自变量都是连续的或有序的。只有一个因变量。可以有单个或多个自变量。回归方程的一般形式为:

Y = b₀+∑b_我x_我+ɛ

其中ɛ是错误项。

逻辑回归是另一种用于回归分析的广义线性模型程序，但在这种情况下，因变量是分类的，而自变量是连续的，即方程是对结果将是两个二进制状态0或1之一的概率进行回归。

Y=1的概率方程如下:

P(Y=1) =1 / 1+ e^——(b₀^+∑b_我^x_我^）

举个例子，如果你想测量BMI如何预测血液胆固醇水平，线性回归将被使用。但是，要用BMI来预测糖尿病的几率，将使用逻辑回归。

这篇文章是由业务概念小组．它已由MBA Skool团队审查和发表。beplay.888MBA Skool的内容仅用于beplay.888教育和学术目的。

浏览更多类似术语的定义和含义。《管理词典》涵盖了5类2000多个业务概念。

继续阅读: