统计建模:回归,深度学习,模型可解释性?
2018-11-06 法晓 法晓
六年前,听一位医学统计的泰斗讲 logistic 回归,说,为什么 logistic 回归叫做logistic?经泰斗查阅浩瀚史料,原来是来自于二战时期美军后勤(logistics)运输中的统计建模。 届时百思不得:后勤情形中,建模用的因变量,如何转化为二分类? 泰斗虽犹在,小可不敢问。 logistic 曲线首创者 Verhulst 当然,本文也不
为什么 logistic 回归叫做logistic?原来是来自于二战时期美军后勤(logistics)运输中的统计建模。 logistic 曲线首创者 Verhulst logistic上位史 跟小三上位一样,logistic 回归的上位,也不容易。在小三 logistic 插足之前,统计学家们已经有一个红颜知己了,叫做 Probit 回归。Probit 回归,至今已经很少有人听闻了。因为小三上位,Probit 已经被踢出了入门版的《卫生/医学统计学》教材。 其实呢,logistic 曲线与 Probit 曲线极为相似。简单粗暴一点:使用 logistic 建模和使用 Probit 建模,回归系数 β 非常接近,那点差异,远远小于模型的误差。 一条比较典型的logistic回归曲线 上图,是 logistic 回归曲线,而 Probit 曲线,一样是这种 sigmoid 形状,只是坡度稍稍不同而已。甚至呢,logistic 回归的计算量,远远超过 Probit 回归。 那么,既然曲线和回归系数β都极为相似,为何计算超复杂的 logistic 还能成功上位呢? 本文题目就已经给出了答案—
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
nomolog,title(`"Variablerangeswith"c#c"interaction"')k1(age,20,50,80)vli1(dialtime,0,200,50,0)vli2(transfusions,10,50,10,0)能不能介绍下这个命令怎么套用?
64
梅斯里提供了很多疾病的模型计算公式,赞一个!
47
学习了,涨知识了!
68