【 苗C~，饵" .7. Il ，~ - 世界大学城

拟 合 上 述 模 型 , 从 表 9. 26 的 输 出 结 果 中 可 以 查 到 此 时 模 型 的 一 2 Log likelihood 值 为216. 142 , 而 只 引 入 三 个 自 变 量 主 效 应 项 的 模 型 的 一 2 Log likelihood 为 217.220 , 二 者 之 差 为1. 078 , 服 从 自 由 度 为 4 ( 两 个 模 型 的 参 数 个 数 之 差 ) 的 扩 分 布 。 显 然 , p 值 > 0.050 说 明 只 需 拟合 包 含 三 个 自 变 量 主 效 应 项 的 Logistic 回 归 模 型 足 够 了 。 事 实 上 , 至 此 读 者 可 以 发 现 , 此 处 实 际上 就 是 对 饱 和 模 型 和 当 前 模 型 进 行 了 似 然 比 检 验 , 以 考 察 是 否 还 有 额 外 的 参 数 需 要 纳 入 。(α3)勘 H Oω 附 s 盯 I 口 阻 I阳2 ~ (ω4 一 T 凹 )2后 根 据 每 一 组 中 因 变 量 各 种 取 值 的 实 测 值 与 理 论 值 计 算 Pearsonx L= 芝 一 T 一 。 自 由 度 为 组数 减 2 ( 组 数 通 常 为 10 , 但 有 时 根 据 自 变 量 组 合 及 样 本 含 量 情 况 , 组 数 可 能 小 于 10) 0 ì 衷 方 法 通常 用 于 自 变 量 很 多 , 或 自 变 量 中 包 含 连 续 性 变 量 的 情 况 。 但 它 也 适 应 于 各 自 变 量 组 合 样 本 含 量足 够 大 的 情 况 。通 过 主 对 话 杠 中 的 Options按 钮 可 以 选 择 输 出 该 检 验 结 果 。 进 行 逐 步 回 归 时 , 选 中"Hosmer - Lemeshow goodness 一 of 白 曲 t" 选 项 可 对 每 二 步 筛 选 变 量 结 果 计 算 Hoω 阳 s 盯 I 阳 I计 量 。 对 于 例 9.3 , 我 们 只 列 出 第 三 步 的 Hoω 州 s 盯 I 阳 I9.280表 9.27Hosmer and Lemeshow TestChi-square9.979dfSig8 .266表 9.28Contingency Table for Hosmer and Lemeshow Test低 出 主 体 重 )~ = 0 正 常 低 出 丰 i 本 重 )~ = 1 低 tB 生 体 重Step 3Observed Expected Observed Expected16 16.697 3 2.303Total192 15 15.303 4 3.697193 18 17.461 5 5.539234 16 13.215 2 4.785185 15 13.708 4 5.292196 15 12.683 3 5.317187 11 12.310 7 5.690188 11 12.279 8 6.721199 6 10.531 13 8.4691910 7 5.812 10 11.188179.6 模 型 的 诊 断 与 修 正由 于 Logistic模 型 可 以 被 写 成 类 似 于 回 归 模 型 的 线 性 方 程 形 式 , 因 此 许 多 在 线 性 回 归 模 型 中• 186 •