Модель логистической регрессии

Практика статистических вопросов для интервью на R

Zuzanna Chmielewska

Actuary

Применение логистической регрессии

спам

финансовое мошенничество

бинарные точки данных

$$f(x) = \frac{1}{1+e^{-x}} $$

$$f(x) = \frac{1}{1+e^{-x}} \in (0,1)$$

Предсказание вероятности: $$ p_i = P(y_i=1) = \frac{1}{1+e^{-(\beta_0+\beta_1 \cdot x_{i1}+...+\beta_p \cdot x_{ip})}} $$

Предсказание логита: $$ l_i = ln(\frac{p_i}{1-p_i}) = \beta_0+\beta_1 \cdot x_{i1}+...+\beta_p \cdot x_{ip}$$

предсказание для бинарных точек данных

model <- glm(y ~ x, data = df, family = "binomial")

model <- glm(y ~ x, data = df, family = "binomial")
predict(model, newdata = new_df, type = "response")

Практика статистических вопросов для интервью на R