Logistic回歸的檢驗方法有哪些？R中有比較完備的處理logit回歸的包嗎？

01-22

小白初入統計大門，問題有點多，求大神指教～---------------------
Logistic回歸除了檢驗各係數的顯著性（p 值），似然比檢驗外，還有哪些檢驗模型擬合優度的方法？
如果使用logit建立評級體系（分類）除了ROC曲線及c統計量（AUC）外，還有哪些指標和方法評價模型的質量？
最後R中是否有完備的包處理Logit回歸呢？

我上一組圖吧，我做的，發在我的微信公眾號「醫學統計分析精粹」上的。

當然，這組幻燈不是專門用來回答題主的問題的。但其中大多數包都可以用來實現logit回歸，並且附帶各種評價指標，大多都還是比較完備的。

用ROC來評價logit，這個不是很靠譜，ROC的用處不是這個。AUC倒是可以，但其核心是一致性。

http://weixin.qq.com/r/I3UBGaXE7-iQreF69yAx (二維碼自動識別)

首先僅僅是logistic的話，glm就夠了，而且這個包裡面支持了inference，diagnostic等。

考慮overdisperation用vgam

考慮模型選擇可以glmnet

至於有的答主說的optim什麼的，重申一遍，glm對指數分布族不是無腦的牛頓法，初值什麼的也不是那麼簡單。

在 SAS Base 中，PROC LOGISTIC, GENMOD, PROBIT，CATMOD 都可以 estimate a binary logit model，PROC LOGISTIC 是首選。
在新的 SAS High Performance Computing 框架中，可以使用 PROC HPLOGISTIC，這個過程步支持大規模並行計算，並行讀寫數據。（測試中，基於10億條數據的建模可以在5分鐘內完成）
LOGISTIC provides two techniques for obtaining maximum likelhood estimates:
Fisher Scoring (the default value for LOGISTIC)
Newton-Raphson
HPLOGISTIC provides additional optimization techniques:
Conjugate-gradient
Double-dogleg
Newton-Raphson with line search
Nelder-Mead simplex

None
Newton Raphson with ridging (the default value for HPLOGISTIC
(TECHNIQUE=NRRIDG))
Dual quasi-Newton
Trust-region
SAS University Edition 可以免費下載 Free Statistical Software, SAS University Edition

R里的話glm足夠了吧。。