Aperçu de la régression logistique

Modèles linéaires généralisés (GLM) en R

Richard Erickson

Instructor

Scientifique en laboratoire

Modèles linéaires généralisés (GLM) en R

Image d'analytique sportive

Modèles linéaires généralisés (GLM) en R

Commerçant en ligne utilisant la régression logistique

Modèles linéaires généralisés (GLM) en R

Aperçu du chapitre

  • Aperçu de la régression logistique
  • Entrées pour la régression logistique en R
  • Fonctions de liaison
Modèles linéaires généralisés (GLM) en R

Pourquoi utiliser la régression logistique ?

  • Données binaires : (0/1)
  • Données de survie : vivant/mort
  • Choix ou comportement : oui/non, Coke/Pepsi, etc.
  • Résultat : succès/échec, pile/face, gagner/perdre, etc.
Modèles linéaires généralisés (GLM) en R

Qu'est-ce que la régression logistique ?

GLM par défaut pour la famille binomiale

Modèle de données binaires

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

Liée à une équation linéaire

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

Modèles linéaires généralisés (GLM) en R

Fonction logit

Logit défini comme

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

Logit inverse défini comme

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

Modèles linéaires généralisés (GLM) en R

Comment exécuter une régression logistique

Fonction :

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

Entrées :

y = c(0, 1, 0, 0, 1...)
y = c("yes", "no"...)
y = c("win", "lose"...)
# Ou tout facteur à 2 niveaux
Modèles linéaires généralisés (GLM) en R

Prendre l'autobus ?

  • Qu'est-ce qui augmente la probabilité d'aller au travail en autobus ?
  • Prendre l'autobus : oui, Ne pas prendre l'autobus : non
  • Le nombre de jours de déplacement change-t-il la probabilité de prendre l'autobus ?
  • Données de 2015 sur les navetteurs : Pittsburgh, PA, USA
  CommuteDays Bus
1           5 Yes
2           2  No
Modèles linéaires généralisés (GLM) en R

Passons à la pratique !

Modèles linéaires généralisés (GLM) en R

Preparing Video For Download...