Visão geral de regressão logística

Modelos Lineares Generalizados em R

Richard Erickson

Instructor

Cientista em laboratório

Imagem de análise esportiva

Vendedor online usando regressão logística

Visão geral do capítulo

GLM padrão para família binomial

Modelo para dados binários

$Y = \text{Binomial}(p)$

Ligado a uma equação linear

$\text{logit}(p) = \beta_0 + \beta_1 x + \epsilon$

Logito definido como

$\text{logit}(p) = \text{log}\left(\frac{p}{1-p}\right)$

Inverso do logito definido como

$\text{logit}^{-1}(x) = \frac{1}{1 + \text{exp}(-x)}$

Função:

glm(y ~ x, data = dat, family = 'binomial')

Entradas:

y = c(0, 1, 0, 0, 1...)
y = c("yes", "no"...)
y = c("win", "lose"...)
# Ou qualquer fator com 2 níveis

  CommuteDays Bus
1           5 Yes
2           2  No

Modelos Lineares Generalizados em R