Przegląd regresji logistycznej

Uogólnione modele liniowe w R

Richard Erickson

Instructor

Naukowiec w laboratorium

Obraz analityki sportowej

Sprzedawca internetowy korzystający z regresji logistycznej

Przegląd rozdziału

Domyślny GLM dla rodziny dwumianowej

Model danych binarnych

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

Powiązany z równaniem liniowym

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

Logit zdefiniowany jako

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

Odwrotność logitu zdefiniowana jako

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

Funkcja:

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

Dane wejściowe:

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

Uogólnione modele liniowe w R