Jaki jest pożytek z regresji logistycznej?
Jaki jest pożytek z regresji logistycznej?

Wideo: Jaki jest pożytek z regresji logistycznej?

Wideo: Jaki jest pożytek z regresji logistycznej?
Wideo: StatQuest: Logistic Regression 2024, Listopad
Anonim

Regresja logistyczna jest odpowiedni? regresja analiza do przeprowadzenia, gdy zmienna zależna jest dychotomiczna (binarna). Regresja logistyczna jest używany opisać dane i wyjaśnić związek między jedną zależną zmienną binarną a jedną lub większą liczbą zmiennych niezależnych nominalnych, porządkowych, przedziałowych lub ilorazowych.

Ludzie pytają również, kiedy należy stosować regresję logistyczną?

Kiedy użyć Regresja logistyczna . Ty powinnam pomyśl o użyciu regresja logistyczna gdy twoja zmienna Y przyjmuje tylko dwie wartości. Taka zmienna jest określana jako „binarna” lub „dychotomiczna”. „Dychotomiczny” zasadniczo oznacza dwie kategorie, takie jak tak/nie, wadliwy/niewadliwy, sukces/porażka i tak dalej.

Podobnie, co należy rozumieć przez regresję logistyczną? Opis. Regresja logistyczna to statystyczna metoda analizy zbioru danych, w której istnieje co najmniej jedna zmienna niezależna określająca wynik. Wynik jest mierzony za pomocą zmiennej dychotomicznej (w której są tylko dwa możliwe wyniki).

Podobnie pyta się, gdzie stosuje się regresję logistyczną?

Regresja logistyczna jest używany w różnych dziedzinach, w tym uczeniu maszynowym, większości dziedzin medycyny i naukach społecznych. Na przykład wskaźnik ciężkości urazów i urazów (TRISS), który jest powszechnie stosowany używany do przewidywania śmiertelności u rannych pacjentów, został pierwotnie opracowany przez Boyd et al. za pomocą regresja logistyczna.

Jak działa regresja logistyczna?

Rozkład Gaussa: Regresja logistyczna jest algorytmem liniowym (z nieliniową transformacją na wyjściu). Ono czy załóżmy liniową zależność między zmiennymi wejściowymi a wyjściowymi. Przekształcenia danych zmiennych wejściowych, które lepiej eksponują tę liniową zależność, mogą skutkować dokładniejszym modelem.

Zalecana: