Lojistik regresyona genel bakış

R'de Genelleştirilmiş Doğrusal Modeller

Richard Erickson

Instructor

Laboratuvarda bilim insanı

Spor analitiği görseli

Lojistik regresyon kullanan çevrimiçi satıcı

Bölüm özeti

Binom ailesi için varsayılan GLM

İkili verinin modeli

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

Doğrusal denkleme bağlı

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

Logit şöyle tanımlanır

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

Ters logit şöyle tanımlanır

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

Fonksiyon:

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

Girdiler:

y = c(0, 1, 0, 0, 1...)
y = c("yes", "no"...)
y = c("win", "lose"...)
# Veya herhangi bir 2 seviyeli faktör

  CommuteDays Bus
1           5 Yes
2           2  No

R'de Genelleştirilmiş Doğrusal Modeller