《表4 Logistic回归模型系数的综合检验及拟合度检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Logistic回归分析的塑料大棚遥感指数构建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用Logistic回归模型分析需满足以下条件:（1）因变量为二分类变量；（2）样本不能完全线性可分；（3）样本数量不能太少（一般不少于200）。本文设计的NewPGI基于Landsat8影像判定塑料大棚区域和非塑料大棚区域，所选样本区域的土地覆盖类型复杂，无法完全线性可分。在样本区域抽取385个像元，组建训练样本。基于SPSS19.0分析软件，采用Backward法筛选分类变量。模型系数及拟合度检验如表4所示，模型的X2=247.03，Sig．=0.000，Logistic回归模型具有显著性；伪决定系数Cox&Snell和Nagelkerke值分别为0.414和0.697，模型的拟合度高，表明选取的11个参数（解释变量）对于塑料大棚（因变量）提取效果显著。