📈 逻辑回归
二分类预测模型 · 系数估计 · OR值 · ROC曲线 · 概率预测
逻辑回归用于二分类问题（合格/不合格、成功/失败、患病/健康）。输入自变量X和因变量Y（0或1），自动拟合模型并计算OR值、p值、ROC/AUC。
数据格式（每行一个样本，最后一列为Y=0/1）
变量名称（逗号分隔，最后一个为因变量）
🎯 模型概览
📐 回归方程
📋 系数表
📈 ROC曲线（AUC = ）
🔮 概率预测
AI 生成报告
生成精美的 HTML 图表报告页，可下载 Word 或打印 PDF。
报告风格：
AI 报告预览
关于逻辑回归
逻辑回归做二分类预测：合格/不合格、成交/流失、复发/未复发——输出各因子对"发生概率"的影响（优势比 OR）与预测概率。相比线性回归，它把连续 X 映射到 0-1 概率，是质量数据分析里"哪些因素导致不良"最常用的建模方法。连续型响应的建模用「回归分析」，分类变量的关联检验用「卡方检验」，比组间均值用「假设检验」。。