区别在于:最大似然估计分析中估计是刚好正负对调
加上EVENT:
%LET DVVAR = Y;
%LET LOGIT_IN = S.T3;
%LET LOGIT_MODEL = S.Model_Params;
%LET LOGIT_SCORE = S.Pred_Probs;

%let VarList= X1_WOE--B&BN._WOE;

/* Storing the results of the model in a dataset */
proc logistic data=&LOGIT_IN OUTEST=&LOGIT_MODEL;
model &DVVAR (event='1')= &VarList /
selection =stepwise sls=0.05 sle=0.05;
OUTPUT OUT=&LOGIT_SCORE P=Pred_Y;
run;

输出结果
最大似然估计分析

标准 Wald
参数 自由度 估计 误差 卡方 Pr > 卡方

Intercept 1 -0.2769 0.0618 20.0856 <.0001
X1_WOE 1 0.8903 0.2490 12.7851 0.0003
X3_WOE 1 1.0583 0.1558 46.1674 <.0001
X4_WOE 1 1.0319 0.1264 66.6874 <.0001
B1_WOE 1 0.8293 0.4066 4.1600 0.0414

没有加上EVENT:
%LET DVVAR = Y;
%LET LOGIT_IN = S.T3;
%LET LOGIT_MODEL = S.Model_Params;
%LET LOGIT_SCORE = S.Pred_Probs;

%let VarList= X1_WOE--B&BN._WOE;

/* Storing the results of the model in a dataset */
proc logistic data=&LOGIT_IN OUTEST=&LOGIT_MODEL;
model &DVVAR= &VarList /
selection =stepwise sls=0.05 sle=0.05;
OUTPUT OUT=&LOGIT_SCORE P=Pred_Y;
run;

输出结果:

最大似然估计分析

标准 Wald
参数 自由度 估计 误差 卡方 Pr > 卡方

Intercept 1 0.2769 0.0618 20.0856 <.0001
X1_WOE 1 -0.8903 0.2490 12.7851 0.0003
X3_WOE 1 -1.0583 0.1558 46.1674 <.0001
X4_WOE 1 -1.0319 0.1264 66.6874 <.0001
B1_WOE 1 -0.8293 0.4066 4.1600 0.0414

SAS LOGISTIC 逻辑回归中加(EVENT='1')和不加(EVENT='1')区别的更多相关文章

  1. 【笔记】逻辑回归中使用多项式(sklearn)

    在逻辑回归中使用多项式特征以及在sklearn中使用逻辑回归并添加多项式 在逻辑回归中使用多项式特征 在上面提到的直线划分中,很明显有个问题,当样本并没有很好地遵循直线划分(非线性分布)的时候,其预测 ...

  2. logistic逻辑回归公式推导及R语言实现

    Logistic逻辑回归 Logistic逻辑回归模型 线性回归模型简单,对于一些线性可分的场景还是简单易用的.Logistic逻辑回归也可以看成线性回归的变种,虽然名字带回归二字但实际上他主要用来二 ...

  3. 02-12 Logistic(逻辑)回归

    目录 逻辑回归 一.逻辑回归学习目标 二.逻辑回归引入 三.逻辑回归详解 3.1 线性回归与逻辑回归 3.2 二元逻辑回归的假设函数 3.2.1 让步比 3.2.2 Sigmoid函数图像 3.3 二 ...

  4. 逻辑回归与神经网络还有Softmax regression的关系与区别

    本文讨论的关键词:Logistic Regression(逻辑回归).Neural Networks(神经网络) 之前在学习LR和NN的时候,一直对它们独立学习思考,就简单当做是机器学习中的两个不同的 ...

  5. Spark LR逻辑回归中RDD转DF中VectorUDT设置

    System.setProperty("hadoop.home.dir", "C:\\hadoop-2.7.2"); val spark = SparkSess ...

  6. 含有分类变量(categorical variable)的逻辑回归(logistic regression)中虚拟变量(哑变量,dummy variable)的理解

    版权声明:本文为博主原创文章,博客地址:,欢迎大家相互转载交流. 使用R语言做逻辑回归的时候,当自变量中有分类变量(大于两个)的时候,对于回归模型的结果有一点困惑,搜索相关知识发现不少人也有相同的疑问 ...

  7. ng-深度学习-课程笔记-2: 神经网络中的逻辑回归(Week2)

    1 二分类( Binary Classification ) 逻辑回归是一个二分类算法.下面是一个二分类的例子,输入一张图片,判断是不是猫. 输入x是64*64*3的像素矩阵,n或者nx代表特征x的数 ...

  8. Deep Learning 学习笔记(4):Logistic Regression 逻辑回归

    逻辑回归主要用于解决分类问题,在现实中有更多的运用, 正常邮件or垃圾邮件 车or行人 涨价or不涨价 用我们EE的例子就是: 高电平or低电平 同时逻辑回归也是后面神经网络到深度学习的基础. (原来 ...

  9. 斯坦福机器学习视频笔记 Week3 逻辑回归与正则化 Logistic Regression and Regularization

    我们将讨论逻辑回归. 逻辑回归是一种将数据分类为离散结果的方法. 例如,我们可以使用逻辑回归将电子邮件分类为垃圾邮件或非垃圾邮件. 在本模块中,我们介绍分类的概念,逻辑回归的损失函数(cost fun ...

随机推荐

  1. 简单excel导入导出

    import java.io.File;import java.io.IOException; import jxl.Cell;import jxl.Sheet;import jxl.Workbook ...

  2. java替换字符串中的World为Money

    public class Money{ public static void main(String[] args) { String a = "Hello Java World\n&quo ...

  3. Samba服务与Nginx服务

    Samba服务: 1 准备环境 =====>part1: iptables -F 清楚防火墙配置 #systemctl disable firewalld #开机默认关闭 #systemctl ...

  4. 如何使用 Excel 对象将 DataGridView 数据导出到 Excel

    转载出处:https://code.msdn.microsoft.com/How-to-insert-image-into-93964561 本项目阐述如何使用 Open XML SDK 将图像插入到 ...

  5. JavaScript原型与闭包相关

    1什么是对象 js中的值分为引用值和原始值 原始值:undefined  null  Boolean  string  number  原始值无法更改 存放在栈中 引用值:Array  Object  ...

  6. JS实现大整数乘法(性能优化、正负整数)

    本方法的思路为: 一:检查了输入的合法性(非空,无非法字符) 二:检查输入是否可以进行简单计算(一个数为 0,1,+1,-1) 三:去掉输入最前面可能有的正负符号,并判断输出的正负 四:将输入的值分成 ...

  7. 剑指Offer 56. 删除链表中重复的结点 (链表)

    题目描述 在一个排序的链表中,存在重复的结点,请删除该链表中重复的结点,重复的结点不保留,返回链表头指针. 例如,链表1->2->3->3->4->4->5 处理后 ...

  8. Oracle(二)在 Mysql 的基础上学习 Oracle

    毕竟我是先学的mysql,对数据库的一切认知都会有一个先入为主的思想在里面,如果不搞清楚其中的异同,我感觉Oracle我是学不会 了,甚至会把它们混淆.那么,不会mysql的没必要往下看了. 下边第一 ...

  9. ffmpeg 视频 转 gif

    将视频 MP4 转化为 GIF ffmpeg -i small.mp4 small.gif 转化视频中的一部分为 GIF ffmpeg -t -ss :: -i small.webm small-cl ...

  10. JavaScript常见的继承方式

    原型链机制: 在ECMAscript中描述了原型链的概念,并将原型链作为实现继承的主要方法,其基本思想就是利用原型让一个引用类型继承另一个引用类型的属性和方法. 构造函数和原型还有实例之间的关系: 每 ...