当我们在回归模型中包含连续变量作为协变量时，重要的是我们使用正确的（或近似正确的）函数形式。例如，对于连续结果Y和连续协变量X，可能是Y的期望值是X和X ^ 2的线性函数，而不是X的线性函数。一种简单但通常有效的方法是简单地查看Y对X的散点图，以直观地评估。
对于我们通常使用逻辑回归建模的二元结果，事情并不那么容易（至少在尝试使用图形方法时）。首先，Y对X的散点图现在完全没有关于Y和X之间关联的形状的信息，因此在逻辑回归模型中应该如何包含X. 为了说明，使用R let模拟一些（X，Y）数据，其中Y遵循逻辑回归，其中X在模型中线性进入：
set.seed（1234） n < - 1000 x < - rnorm（n） xb < - -2 + x pr < - exp（xb）/（1 + exp（xb）） y < - 1 *（runif（n）<pr）
现在，如果我们将Y映射到X，我们得到以下结果
由于Y的二元性质，这完全没有关于Y如何依赖X的信息。
LOWESS技术图
解决这个问题的一种方法是绘制单个（Y，X）值，而不是绘制Y的平均值随X变化的平滑线。最简单的平滑类型是运行平均值，其中在给定值X = x的情况下，该线等于Y值的平均值（可能以某种方式加权）。然后将每个X值的平均值连接起来以得到平滑的线。
所述LOWESS技术是稍微更复杂的版本，其中，代替在X = x的邻域计算Y值的一个（可能加权的）平均值，我们拟合回归线（例如，线性）到数据围绕X = X 。通过这样做，我们假设局部YX关联是线性的，但不假设它是全局线性的。这个优于简单均值的一个优点是我们需要更少的数据来获得Y依赖于X的良好估计。
检查逻辑回归的函数形式
这给出了 该图表明Y的平均值在X中不是线性的，但可能是二次的。我们如何将这与我们从X线性进入的模型生成数据的事实相协调？解释是在逻辑回归中，我们将Y = 1的概率的logit建模为预测变量的函数，而不是概率本身。对于不接近零或一的概率，logit函数实际上非常接近线性，而在概率不接近零或一的数据集中，这不是问题。
我们可以通过绘制为我们计算的估计概率（Y的平均值）的logit来克服这个问题。在Stata中，lowess命令有一个logit选项，它给出了一个平滑的logit对X的图。在R中我们可以写一个简短的函数来做同样的事情：
logitloess < - function（x，y，s）{ logit < - function（pr）{ } if（missing（s））{ locspan < - 0.7 } else { locspan < - s } pi < - pmax（pmin（loessfit，0.9999），0.0001） logitfitted < - logit（pi） plot（x，logitfitted，ylab =“logit”） }
为了生成平滑的logit图，我们现在只需用X和Y调用我们的函数：
logitloess（X，Y）
还需要注意的是，在X值很少的区域，估计的logit会更加不精确。这里我们从正态分布生成X，我们可以从图中看到只有少数X值小于-2或大于+2（正如我们所期望的那样！）。因此，我们不应过分关注X空间的这些区域中的估计logit值。
测试具有二次X效应的情况
作为另一个例子，我们现在重新模拟我们的数据，但是这次指定Y = 1的概率的logit是协变量X的二次函数，而不是线性的：
set.seed（12345） n < - 1000 x < - rnorm（n） xb < - -2 + x ^ 2 pr < - exp（xb）/（1 + exp（xb）） y < - 1 *（runif（n）<pr） logitloess（X，Y）
注意事项
我们在这里看到的方法显然并不完美，在不同情况下或多或少会有用。对于小数据集（例如n = 50），实际上没有足够的数据来非参数地估计Y的平均值如何依赖于X，因此并不是真正有用。即使有大型数据集，黄土图中建议的功能形式也可能看起来很奇怪，纯粹是因为不精确，因为X空间/分布的某些部分没有太多数据。
