sas logistic 过程

大家好，今天介绍一下sas logistics过程，大家知道，logistics 回归是商业领域使用最为广泛的商业模型，究其原因，逻辑回归模型相对于其他模型具有稳定性和可解释性。

在逻辑回归中，最常用的就是二分类模型， 接下来我们简单介绍下逻辑回归模型，逻辑回归模型是一种线性模型，假设某件事发生的概率为 p，则该事件不发生的概率为 1-p，那么odds就为 p/(1-p),若对odds取自然对数，就可得到如下：

logit(p)=ln(odds) = ln(p/(1-p))

逻辑回归的模型其实就是对线性模型进行logit转换 ：

logit(p) = ln(p/(1-p)) = b +a1x1+a2x2+...+anxn;

概率的计算公式就为:

p = 1/(1+e^-(b+a1x1+a2x2+...+anxn))

参数求解可以采用极大似然估计法得到模型参数，从而得到逻辑回归模型。

接下来，我们来看一下，在sas中进行逻辑回归的过程。