论文部分内容阅读
本论文主要讨论两目标二分类Logistic回归模型的构建和参数估计问题，并举例说明模型在现实问题中的应用意义。 Logistic回归分析是处理分类变量的一种有效方法，现实问题中常常用到，文章第一部分首先介绍了Logistic回归模型的研究背景，阐述了多目标Logistic回归模型的研究意义和现状;作为背景知识，简单介绍了多目标线性回归模型构建和参数估计方法，然后对概率密度的垂直表示方法(Vertical DensityRepresentation，简称VDR）及应用作了简单介绍，给出了Ⅰ-型VDR和Ⅱ-型VDR的定义和区别，垂直密度表示方法是构建二元Logistic分布的理论基础，本文将在二元Logistic分布的基础上构建两目标Logistic回归模型。 论文第二部分首先简单介绍了几种与一元Logistic分布相关的多元分布，随后利用垂直密度表示方法构造出二元Logistic分布的密度函数和分布函数，该分布满足任意边缘分布均是Logistic分布的性质，并对该分布的性质进行讨论。 根据单目标Logistic回归模型的构建思路，论文第三部分在求得二元标准Logistic分布函数具体表达式的基础上讨论了两目标Logistic回归模型的构建问题，并利用Newton-Raphson迭代算法给出了参数向量的极大似然估计方法，随后举例说明了两目标Logistic回归模型的应用意义。