logistic 回归也称为 logit 模型，是对分类变量进行回归分析时最为常用的一种方法。与多重线性回归类似，logistic 回归也是研究自变量对因变量影响的方法，不过这里的因变量必须是分类变量。logistic 回归适用于应变量为（ ）。
A: 正态分布资料
B: 分类变量资料
C: 一般资料
D: 数值变量资料
A: 正态分布资料
B: 分类变量资料
C: 一般资料
D: 数值变量资料
举一反三
- Logistic回归用于分类变量分析，故因变量和自变量均需为分类变量。
- Logistic回归适用于因变量为()的资料 A: 二分类变量 B: 无序多分类变量 C: 有序多分类变量 D: 连续型定量变量 E: C都对
- 以下要求因变量为定量变量的为 A: 多重线性回归 B: 二分类Logistic回归 C: 多分类Logistic回归 D: Cox回归
- logistic回归要求因变量是分类变量、自变量是连续变量。
- 与多重线性回归相比较，以下说法正确的是（ ）。 A: Logistic回归的自变量既可以是分类变量，也可以是定量变量 B: Logistic回归系数的估计方法仍可采用最小二乘法 C: Logistic回归回归系数和模型的假设检验仍可采用方差分析 D: Logistic回归的反应变量既可以是分类变量，也可以是定量变量 E: Logistic回归要求反应变量与自变量之间存在线性关系