论文部分内容阅读
由于构建回归模型都是建立在某种假设之上的，因此对于任何回归模型，都须考察其拟合度(goodness of fit)，即拟合优度检验，主要是计算一些综合统计量(如Pearsonχ2、Deviance D2、H-L2值)。同时还须考察构成模型的每一个协变量组合(covariance pattern)对模型的效应，包括识别异常点(outlier)、高杠杆点(high leverage case)以及强影响点(influence point)，即所谓的回归诊断。本文主要介绍logistic回归诊断中常用的诊断量。