• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of applied statistics >Maximizing Proportions of Correct Classifications in Binary Logistic Regression
【24h】

Maximizing Proportions of Correct Classifications in Binary Logistic Regression

机译：在二元Logistic回归中最大化正确分类的比例

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we give simple mathematical results that allow us to get all cut-off points that maximize the overall proportion of correct classifications in any binary classification method (and, in particular, in binary logistic regression). In addition, we give results that allow us to get all cut-off points that maximize a weighted combination of specificity and sensitivity. In addition, we discuss measures of association between predicted probabilities and observed responses, and, in particular, we discuss the calculation of the overall percentages of concordant, discordant, and tied pairs of input observations with different responses. We mention that the calculation of these quantities by SAS and Minitab is sometimes incorrect. The concepts and methods of the paper are illustrated by a hypothetical example of school retention data.
机译：在本文中，我们给出简单的数学结果，使我们能够获得所有临界点，从而在任何二元分类方法（尤其是二元逻辑回归）中，最大化正确分类的总体比例。此外，我们给出的结果使我们能够获得所有临界点，这些临界点将特异性和敏感性的加权组合最大化。此外，我们讨论了预测概率与观察到的响应之间的关联性度量，特别是，我们讨论了具有不同响应的输入，观察对的一致，不一致和捆绑对的总百分比的计算。我们提到通过SAS和Minitab计算这些数量有时是不正确的。假设的学校保留数据示例说明了本文的概念和方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号