※ 引述《ritajen (asdfge)》之铭言：
: ※ 引述《celestialgod (天)》之铭言：
: : 我懒得推文了...
: : 问题如下：
: : 1. 你知道logistic的MLE怎么算吗？
: : 2. 你有了牛顿法的程式，但是你知道f3放什么？x0放什么吗？
: : 3. 我看不懂你创的矩阵，[Y-pi1]是从哪里来的？
: : 4. 从你的叙述里面，似乎都对newton这个函数不熟悉，你要怎么跑这个程式？
: : 5. 你知道R可以直接用glm求logistic regression的回归系数吗？
: 我知道R里面可以直接算唷，不过规定不可以使用内建函数。
: 然后我知道MLE的求法，求残差到回归线的最小平方和。
^^^^^^^^^^^^^^^^^^^^^^^^^^
logistic的求法不完全是这样...
你的Y是0 or 1，此时残差并没有太大的意义
logistic采取的是iterative reweighted least-square的方法
weighted least-square应该听过吧？
平常的least-square 对每一个样本在做加权的动作
logistic regression的Likelihood求出来之后
透过微分，可以得到
hessian 类似 X^TWX
gradient 是 X^T(y-pi) 的样子
pi = P(Y = 1 | X_i) 换成中文，就是给定X_i时，Y=1的机率
最后透过newton method做叠代就可以得到结果了~~
因此，你对logistic求解的过程不甚熟悉
所以不知道怎么利用newton这个函数
问题不是问的不好，我只是透过问题去了解你认识的程度，才方便做回答而已
我的文字可能比较生硬，如有得罪，还请多多包涵
最后，你可以google看看 logistic regression MLE 应该可以找到相关资讯
: f3的话我的理解是一个包刮{gradient,hessian}的函数,
: 我了解这两个值需要利用矩阵相乘而得。
: [Y-pi](这是提示给可以利用的矩阵)，至于newton这个函数我是不熟没有错，因为刚开始接触又没有数理的背景，抱歉问了不好问题。
: 因为真的想了很多天还是无从下手，所以才想来请益各位，问题问得不好抱歉。
最后的程式：http://pastebin.com/hSJq1Enr