Fisher 得分法与 Logistic 回归

STAT3003 · Lecture 3.1 · Lab 05

← 返回 STAT3003

Yᵢ | Xᵢ ∼ Bernoulli(pᵢ)，logit(pᵢ) = βXᵢ，Xᵢ ∼ N(0, 1)

样本量 n1003001000 真实参数 β 初始估计 β⁽⁰⁾ 随机种子

固定样本逐步更新 β。停止条件：|U(β)| / n ≤ 10⁻⁸，最多迭代 50 次。

对数似然与局部二次近似

平均对数似然局部二次近似当前 β

当前参数 β

得分 U(β)

Fisher 信息量 I(β)

拖动回看

已经走过的迭代

t	β⁽ᵗ⁾	U(β⁽ᵗ⁾)	I(β⁽ᵗ⁾)	β⁽ᵗ⁺¹⁾	ℓ(β⁽ᵗ⁾) / n