Prezentare generală a regresiei logistice

Modele Liniare Generalizate în R

Richard Erickson

Instructor

Cercetător în laborator

Imagine analiză sportivă

Vânzător online utilizând regresia logistică

Prezentare generală a capitolului

GLM implicit pentru familia binomială

Model pentru date binare

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

Legat de ecuația liniară

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

Logit definit ca

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

Logit invers definit ca

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

Funcție:

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

Date de intrare:

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

Modele Liniare Generalizate în R