Influence measures for logistic regression: Another point of view
Logistic 回归影响度量的另一种视角AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论一般 Logistic 回归诊断，未明确涉及经济离散选择行为或其他所列专门应用。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
Logistic 回归影响度量的另一种视角
- 研究问题
- 在 Logistic 回归中，如何识别那些影响概率估计及未来观测分类的样本点，而不仅关注回归系数或偏差统计量？
- 方法与思路
- 作者以概率确定和未来观测分类为影响诊断目标，提出相应度量，并说明这些度量与既有回归影响度量之间的关系。
- 材料陈述的贡献
- 摘要将 Logistic 回归影响诊断扩展到概率与分类目标，补充以系数向量和偏差为中心的诊断视角，并讨论度量间联系。
- 阅读关注点
- 应核对影响度量的定义、观测扰动方式、分类阈值及概率变化的评价方法，以及不同度量识别的样本点是否一致。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，不能推断刊本变化；度量公式、诊断阈值和对预测或分类表现的改善均未说明。
原文摘要
Several measures of influence for logistic regression have been suggested. These measures have been developed for the purpose of identifying observations which are influential relative to the estimation of the regression coefficients vector and the deviance. We propose measures for detecting influence relative to the determination of probabilities and the classification of future observations. The relationships among measures are indicated.