《表5 不同变量组合下Logistic回归模型拟合效果》
注:数据来源为笔者计算整理而得。
同理,在进行Logistic回归时,分别用4种不同的变量组合构建模型,来检验不同类别信息的预测能力。模型1基于企业特征进行判别;模型2基于企业自身特征和信用行为;模型3基于企业自身特征、发展特征和信用行为;模型4则包括所有5类信息变量。判别模型的相关拟合优度指标见表5,从表5可以看到,模型4的准确率和AUC(area under ROC curve)值(5)远高于其他3个模型,赤池信息准则(Akaike information criterion,AIC)值小于其他3个模型,这表明包含所有变量的模型拟合效果最优,进一步表明应该将所有变量都放入模型中。
图表编号 | XD00222649200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 方若男、骆品亮 |
绘制单位 | 复旦大学管理学院、复旦大学管理学院 |
更多格式 | 高清、无水印(增值服务) |