로지스틱 회귀분석 예제

Comments 0 by
August 2, 2019

익명. “물류 회귀 설명”. 학습 비 마케팅. http://www.learnbymarketing.com/methods/logistic-regression-explained/ 로지스틱 회귀는 로지스틱을 사용하여 확률을 추정하여 범주형 종속 변수와 하나 이상의 독립 변수 간의 관계를 측정합니다. 물류 분배의 누적 분배 기능인 함수입니다. 따라서 유사한 기술을 사용하여 프로빗 회귀와 동일한 문제 집합을 처리하고 후자는 누적 정규 분포 곡선을 대신 사용합니다. 이 두 가지 방법의 잠재 변수 해석에서 첫 번째 는 오류의 표준 물류 분포를 가정하고 두 번째는 오류의 표준 정규 분포를 가정합니다. [16] 로지스틱 회귀는 단순히 가장 적합한 β {displaystyle beta } 매개 변수를 찾는 것으로 이해될 수 있습니다: 로지스틱 회귀는 이벤트 ln(P/1−P)의 로그 배당률을 취함으로써 이를 달성합니다. 따라서 P는 항상 0과 1 사이에 있습니다. 선형 회귀 해석에서 하나는 제곱 계산의 합을 통한 분할 분산과 관련이 있습니다 – 기준의 분산은 기본적으로 예측 변수와 잔류 분산에 의해 고려되는 분산으로 나뉩니다. 로지스틱 회귀 분석에서 편차는 제곱 계산의 합계 대신사용됩니다. [29] 편차는 선형 회귀에서 제곱 계산의 합과 유사합니다[14] 로지스틱 회귀 모델의 데이터에 맞지 않는다는 측정값입니다. [29] “포화” 모델을 사용할 수 있는 경우(이론적으로 완벽한 핏을 가진 모델) 편차는 지정된 모델과 포화 모델을 비교하여 계산됩니다.

[14] 이 계산은 우도비 테스트를 제공합니다:[14] 로지스틱 회귀 분석의 출력은 Wald z 점수를 기반으로 하는 p=0.0167 {displaystyle p=0.0167}의 p 값을 제공합니다. Wald 방법 대신 로지스틱 회귀에 대한 p-값을 계산하는 데 필요한 권장 방법[인용]은 이 데이터에 대해 p = 0.0006 {displaystyle p=0.0006}를 제공하는 우도 비 테스트(LRT)입니다. 하나의 측정 변수와 하나의 명목 변수가 있는 경우 단방향 anova 또는 t-test를 사용하여 두 그룹 간의 측정 변수의 수단을 비교할 수 있습니다. 개념적으로, 차이는 공칭 변수의 변화가 측정 변수의 변동을 야기하는지 (t-test 사용) 또는 측정 변수의 변동으로 인해 공칭 변수의 확률에 변동을 초래한다고 생각하는지 여부입니다(로지스틱 사용 회귀)를 참조하십시오. 또한 결과를 발표할 사람을 고려하고 정보를 사용하는 방법도 고려해야 합니다. 예를 들어, 탤러미 외(2003)는 점박이 오이 딱정벌레(Diabrotica undecimpunctata)에서 짝짓기 동작을 조사하였다. 수컷 딱정벌레는 안테나로 암컷을 쓰다듬었고, 탈라미 등은 더 빨리 쓰다듬는 수컷이 짝짓기 성공을 거두었는지 알고 싶었다.