问问题描述
多元逻辑回归模型的应用误区有哪些，求解答求解答，重要的事说两遍！
答精选答案
多元逻辑回归模型的应用误区体现在：当变量之间的相关程度提高时，系数估计的标准误将会急剧增加；同时，系数对样本和模型设置都非常敏感，模型设置的微小变化，系数对样本和模型设置都非常敏感，模型设置的微小变化、在样本总体中加入或删除案例等变动，都会导致系数估计的较大变化。由于财务比率均由具有相互钩稽关系的财务报表计算得出，同类指标之间的相关程度是非常大的，不加处理地让这些高度相关的变量直接进入模型必然会导致严重的多重共线性干扰。令人遗憾的是，国内外大多数相关研究都没有意识到这一问题，由此得出的判别模型，其稳定性和准确性显然不容乐观。
本文来自作者[我love米奇]投稿，不代表乐学网立场，如若转载，请注明出处：https://www.dtedu.com.cn/caiwu/202608/9838.html
评论列表（4条）
我是乐学网的签约作者“我love米奇”！
希望本篇文章《多元逻辑回归模型的应用误区有哪些》能对你有所帮助！
本站[乐学网]内容主要涵盖：教育咨询,知识百科
本文概览：多元逻辑回归模型的应用误区体现在：当变量之间的相关程度提高时，系数估计的标准误将会急剧增加；同时，系数对样本和模型设置都非常敏感，