今天我们介绍如何用Mi艘绒庳焰nitab17进行Logistic回归响应优化器，响应优化器主要确认共同优化单个响应或一组响应的输入变匪犬挚驰量设置组合。这里我们假设：这些数据是学期开始时对某个MBA班进行的调查的结果。数据中包含部分关于学生的教育和经济情况的特征数据，并用它们来检验学生有哪些信用卡。
工具/原料
Minitab17
MBA调查.MTW
方法/步骤
1、在电脑桌面上找到如下图所示红色框处的图标，用鼠标左键双击，打开它。
2、打开软件之后，我们把鼠标移动到文件菜单上，左键单击文件件菜单，然后找到“打开工作表”菜单，左键单击打开它。
3、在寻找范围栏上点击向下按扭，找到Minitab安装目录下的样本数据目录，然后在文件名称栏内输入"MBA调查.MTW",左键单击打开按扭
4、选择统计--->回归--->二进制Logistic回归--->拟合二进制Logistic模型
5、在响应中，输入AmEx，在连续预测变量中，输入现金年收入，在类别变量下，输入最高舌哆猢筢学历，单击模型，在预测变量中，选择现金，在按阶数排列项鹚兢尖睁的旁边，单击添加，在预测变量中，突出显示现金和年收入，在按阶数排列交互作用的旁边，单击添加，在每个对话框中单击确定。
6、选择统计--->回归--->二进制 Logistic回归--->拟合二进制Logistic模型。
7、在响应中，输入MC。在连续预测变量中，输入GMAT现金年收入。在类别预测变量下，输入性别最高学历,单击模型,单击默认值,在每个对话框中单击确定
8、选择统计--->回归--->二进制Logistic回归---> 响应优化器
9、在目标下，AmEx和MC均选择望大,单击设置,在下限中，MC输入0.9，AMEX输入0.8,在每个对话框中单击确定。
10、我们得出如下结果：
11、解释结果：该学生的经企管理研究生入学考试咯悝滩镞(GMAT)分数为44，该学生携带349美元现金，该学生的年收入为118000美元，该学生为女性，并且该学生拥有硕士学位。