当我试图理解时，我正在阅读这个链接。甚至《计量经济学入门》中的 Wooldridge 或 Scratch 的 O'Reilly 数据科学都没有探讨过这个问题。我很惊讶我找不到这个问题的任何解释。因此，问题与逻辑回归假设有关。为什么逻辑回归不需要线性回归所需的误差和线性关系假设？
我会尝试更好地解释，但如果问题变得混乱，标题就是简短的问题和我脑海中的东西......所以，我知道逻辑回归是关于类别目标的，但回归实际上预测概率一个事件/类别，对吧？那不是需要线性关系吗？
关于错误，不需要正态性假设，因为错误将为零或 1？我认为需要一些假设，所以我们不会有任何偏见（例如：我们有一个 logit 来预测是否有人会偿还债务，但我们的模型让大多数纽约人的预测都是正确的，但不是来自新泽西州，idk） .
好吧，我认为我的问题有点混乱，因为我试图更好地解释，但希望人们会理解，并且这些假设会比我们拥有的大多数教程得到更多探索。
提前致谢