简述
logistic回归又称
logistic回归分析，首要在大疫情学中应用较多，比较常用的情形是探索某疾病的危险原因，依据危险原因预期某疾病发生的几率，等等。比如，想探讨胃癌发生的危险原因，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。这里的因变量就是能否胃癌，即“是”或“否”，为两分类变量，自变量就可以包含很多了，比如年纪、性别、饮食习惯、幽门螺杆菌受染等。自变量既可以是接连的，也可以是分类的。通过logistic回归分析，就可以大差不差了解见底哪些原因是胃癌的危险原因。
logistic回归与多重线性回归事实上有很多相同之处，最大的区别就在于他们的因变量不同，其余的基本都差不多，正是由于这样，这两种回归可以归于同一个家族，即广义线性模型（generalized linear model）。这一家族中的模型形式差不多都差不多，不同的就是因变量不同，假使是接连的，就是多重线性回归，假使是二项分布，就是logistic回归，假使是poisson分布，就是poisson回归，假使是负二项分布，就是负二项回归，等等。只要注意区分它们的因变量就可以了。
logistic回归的因变量可以是二分类的，也可以是多分类的，但是二分类的更为常用，也愈加容易解释。所以事实中最为常用的就是二分类的logistic回归。logistic回归的首要用途
一是寻求危险原因
正如上面所说的寻求某一疾病的危险原因等。
二是预期
假使已经建立了logistic回归模型，则可以依据模型，预期在不同的自变量情形下，发生某病或某种情形的几率有多大。
三是判别
事实上跟预期有些相似，也是依据logistic模型，分析某人属于某病或属于某种情形的几率有多大，也就是看一下这个人有多大的机会性是属于某病。
这是logistic回归最常用的三个用途，事实中的logistic回归用途是极为大量的，logistic回归差不多已经成了大疫情学和医学中最常用的分析方法，由于它与多重线性回归对比有很多的优势，这些优势将于以后的文章中一一介绍。本篇文章首要是先让大家对logistic回归有一个初步的了解，以后将对该方法执行详细的阐述。案例分析
有关富士康跳楼曲线的Logistic回归分析 来源： 黄睿昆无上界的日志 今天一早的流力课上，发现富士康11连跳了。
正常人都能知道这绝对不是偶然，至于这后面有什么？我一开始也不甚清楚。
然后一篇突如其来的实验数据被发还给我，然后看着我亲手绘制的磁滞回线。有了主意。
首先，我查到了有记载以来，所有富士康雇员自杀的日期：
列出如下表格：（以07年6月18号，第一例自杀案例为原点，迄今（10年5月25号）1072日）
（自杀时间x/d） 0 75 272 758 794 950 997 1003 1015 1023 1024 1024 1053 1061 1072
（总计自杀人数y）1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
在MATLAB中容易作出散点图：
可见这是一个对数上涨的曲线。
对此我觉得自杀和大疫情一样，自杀也是一种病，而且是一种可以传染的疾病。
所以其上涨曲线与对数上涨很靠近。
对其做对数函数拟合：
General model Exp2:
f(x) = a*exp(b*x) + c*exp(d*x)
Coefficients (with 95% confidence bounds):
a = 7.569e-007 (-6.561e-006, 8.075e-006)
b = 0.01529 (0.006473, 0.0241)
c = 1.782 (0.5788, 2.984)
d = 0.001075 (2.37e-005, 0.002125)
Goodness of fit:
SSE: 8.846
R-square: 0.9684
Adjusted R-square: 0.9598
RMSE: 0.8968
可见有关度0.96也是非常高的。
但是和所有疾病一样，一旦其事件引起了民众的关注，则各方的反馈作用，将障碍其继续上升。
所以，和很多大疫情分析一样，该曲线很有机会呈S型。对于该曲线的分析，运用Logistic回归。
首先我们如果Logis(B,x)=F(x),当中B为参数数组，则由经验和或许的微分方程关系，回归曲线应当为
S（x）=m*Logis（B,x+t）/（n+Logis（B,x+t））格式
受于当Logis（B,x）较小时S(x)=Logis（B,x），则可以觉得f（x）的参数可以直接引入S（x）作为一种近似，而对于m，n的确定，我以1为间隔，画出m*n=40*20的所有曲线，
选出其中最相符的的一条（m=22 n=20 t=50）：
富士康跳楼曲线
自此可以见，富士康的跳楼人数最终会平稳在在22人左右。。。自此依然不会胜过全国平均跳楼率。
对此曲线的分析，我们借鉴微生物生长曲线的方法，将其分为：
迟缓期，对数期，平稳期，衰亡期
迟缓期，富士康雇员尽管承受很大的工作阻力，可是其本身的心理并没有崩溃，所以跳楼该种事件发生频率很少，而且呈线性关系，表明没有跳楼者承受别的跳楼者的影响。
对数期，富士康雇员受于承受工厂重大的工作阻力，以及来自社会各方的阻力，甚至加之上级的欺压，心理防线逐渐崩溃，无处发泄。而一旦有想不开者跳楼，则为其给予了一个发泄的模板，该种情形下，很容易有相同历经的雇员收到跳楼者的影响，进而一个接一个的跳楼自杀。当前的富士康正处在此期间
平稳期，受于社会、媒体各方面的关注，以及社会，广大人民对工厂的阻力，工厂必须作出更改，雇员的心理阻力逐渐得到放出，进而雇员跳楼亲生频率会迅速下滑。
衰亡期，这个。。。受于资料长期保存，不小心遗失；或者某机关的辟谣；或者所有人的健忘，致使跳楼人数被修正，被降低。
其实，社会处在这个核心期间，该种事情的发生不可避免，然而，我们应当引起充足的重视，对于跳楼者，迄今没有一个公开的调查结果。对事件也没有一个认定。各方都在推卸责任。我相信跳楼者中不仅只有爱情受挫的人。也不仅只有工作阻力太大的人。他们也许有人导致为了引起充足的重视，让我们把目光转向他们，转向富士康，转向如此的大型生产力密集型企业，然后问问：这究竟是怎么一回事？
