로지스틱 회귀 개요

R에서 Generalized Linear Models

Richard Erickson

Instructor

실험실의 과학자

스포츠 분석 이미지

로지스틱 회귀를 사용하는 온라인 판매자

챕터 개요

이항 분포(Binomial)의 기본 GLM

이진 데이터 모델

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

선형 방정식에 연결

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

로짓(logit)의 정의

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

역로짓(inverse logit)의 정의

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

함수:

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

입력값:

y = c(0, 1, 0, 0, 1...)
y = c("yes", "no"...)
y = c("win", "lose"...)
# Or any 2-level factor

  CommuteDays Bus
1           5 Yes
2           2  No

R에서 Generalized Linear Models