<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title>Bing: Logistic Growth Equation Example</title><link>http://www.bing.com:80/search?q=Logistic+Growth+Equation+Example</link><description>Search results</description><image><url>http://www.bing.com:80/s/a/rsslogo.gif</url><title>Logistic Growth Equation Example</title><link>http://www.bing.com:80/search?q=Logistic+Growth+Equation+Example</link></image><copyright>Copyright © 2026 Microsoft. All rights reserved. These XML results may not be used, reproduced or transmitted in any manner or for any purpose other than rendering Bing results within an RSS aggregator for your personal, non-commercial use. Any other use of these results requires express written permission from Microsoft Corporation. By accessing this web page or using these results in any manner whatsoever, you agree to be bound by the foregoing restrictions.</copyright><item><title>如何理解逻辑回归（logistic regression）？ - 知乎</title><link>https://www.zhihu.com/question/68780962</link><description>如何理解逻辑回归（logistic regression）？ 是否可以以比较直白的方式来理解逻辑回归？ 例如： 如何从线性回归推广到逻辑回归的？ 如何推导出逻辑回归的损失函数的，如何求解？ 逻辑回归的数据集是什么… 显示全部 关注者 107</description><pubDate>Thu, 02 Apr 2026 05:03:00 GMT</pubDate></item><item><title>有了数据，怎么用logistic模型分析啊……emmmm怎么建立logistic模型呀……什么都不会？ - 知乎</title><link>https://www.zhihu.com/question/480473826</link><description>logistic回归分析按照因变量Y的数据类型，可分为 二元logistic回归、多分类logistic回归和有序logistic回归。 在建立logistic回归模型之前，要分清楚自己想要建立哪一类回归模型，三者的区别如下：</description><pubDate>Fri, 27 Feb 2026 15:01:00 GMT</pubDate></item><item><title>逻辑回归模型（logistic regression）如何解决多分类？</title><link>https://www.zhihu.com/question/273645014</link><description>3) Logistic回归模型的检验与评价 和二元Logistic回归一样，多分类Logistic回归模型总体检验仍然采用的是似然比卡方检验。 如上表5-28所示，经检验，卡方值=89.743， p ﹤0.05，认为模型总体上有统计学意义，模型有效。</description><pubDate>Wed, 01 Apr 2026 18:11:00 GMT</pubDate></item><item><title>如何解释逻辑回归（Logistic regression）系数的含义？</title><link>https://www.zhihu.com/question/390531244</link><description>上图Logistic回归分析结果输出的OR值，工作年限会对“是否违约”产生显著的负向影响关系，优势比 (OR值)为0.771，意味着工作年限增加一个单位时，“是否违约”的变化 (减少)幅度为0.771倍；工资会对“是否违约”产生显著的正向影响关系。</description><pubDate>Thu, 02 Apr 2026 17:20:00 GMT</pubDate></item><item><title>logistic回归中的OR值怎么解释？ - 知乎</title><link>https://www.zhihu.com/question/395374405</link><description>Logistic回归输出包括基本汇总、模型似然比检验、分析结果汇总、回归预测准确率、Hosmer-Lemeshow拟合度检验、coefPlot图等结果，我们可以按步骤进行解读和分析。 （3） Logistic回归模型的检验与评价</description><pubDate>Fri, 03 Apr 2026 20:18:00 GMT</pubDate></item><item><title>怎样用SPSS做二项Logistic回归分析？结果如何解释？</title><link>https://www.zhihu.com/question/34502688</link><description>1. Logistic回归简介 Logistic回归： 主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。 因变量为二分类的称为 二项logistic回归，因变量为多分类的称为 多元logistic回归。</description><pubDate>Thu, 02 Apr 2026 23:25:00 GMT</pubDate></item><item><title>如何理解logistic函数? - 知乎</title><link>https://www.zhihu.com/question/36714044?sort=created</link><description>图4: Logistic 映射的分岔图 5.参考文献 对系统生物学感兴趣的朋友可以看看这本：《Mathematical Biology (豆瓣)》 对数学要求会高一点。 Logistic 方程是个简单的非线性动力系统，简单的分析可以参考《常微分方程 (豆瓣)》 如果你还对混沌感兴趣的话那么看这本：《Differential Equations, Dynamical Systems, and an ...</description><pubDate>Wed, 18 Mar 2026 21:20:00 GMT</pubDate></item><item><title>logistic回归分析的使用条件是什么？ - 知乎</title><link>https://www.zhihu.com/question/56339301</link><description>（2）Y值只能为0或1？ 二元logistic回归研究X对Y的影响，Y为两个类别，比如是否愿意，是否喜欢，是否购买等，数字一定有且仅为2个，分别是0和1。 如果不是这样就会出现此类提示，可使用SPSSAU频数分析进行检查，并且使用数据处理-数据编码功能进行处理成0和1。</description><pubDate>Fri, 03 Apr 2026 18:38:00 GMT</pubDate></item><item><title>多因素logistic回归分析结果怎么解释，医学院的统计学小白求教QAQ？</title><link>https://www.zhihu.com/question/326960433</link><description>二元logit和多分类logit 参照项设置 Logistic回归时，因变量Y值为定类数据，因而需要有对照参考项。 如果是二元Logistic回归，默认以数字0作为参考项（通常用数字0表示不愿意，不喜欢，不会等） 如果是多分类logistic回归，SPSSAU默认以数字最小的一项作为参考项。</description><pubDate>Thu, 12 Mar 2026 19:04:00 GMT</pubDate></item><item><title>请问有哪位大神知道logistic回归的中介效应分析怎么做吗？</title><link>https://www.zhihu.com/question/662629649</link><description>因变量是二分类变量 最近也在做这些，硬生生看论文看懂了 可以参照方杰、温忠麟等的《类别变量的中介效应分析》（2017）、Dawn Iacobucci的《Mediation analysis and categorical variables：The final frontier》（2012） Y=cX+b01（1） M=aX+b02（2） Y=c‘X+bM+b03（3） 因变量为二分变量，先编码再把（1）、（3）线性回归改 ...</description><pubDate>Thu, 12 Mar 2026 13:49:00 GMT</pubDate></item></channel></rss>