ภาพรวมของ logistic regression

Generalized Linear Models ใน R

Richard Erickson

Instructor

นักวิทยาศาสตร์ในห้องปฏิบัติการ

Generalized Linear Models ใน R

ภาพวิเคราะห์กีฬา

Generalized Linear Models ใน R

ผู้ขายออนไลน์ที่ใช้ logistic regression

Generalized Linear Models ใน R

ภาพรวมของบท

  • ภาพรวมของ logistic regression
  • ข้อมูลนำเข้าสำหรับ logistic regression ใน R
  • ฟังก์ชัน link
Generalized Linear Models ใน R

ทำไมต้องใช้ logistic regression?

  • ข้อมูลแบบไบนารี: (0/1)
  • ข้อมูลการอยู่รอด: รอดชีวิต/เสียชีวิต
  • การเลือกหรือพฤติกรรม: ใช่/ไม่ใช่, Coke/Pepsi เป็นต้น
  • ผลลัพธ์: ผ่าน/ไม่ผ่าน, หัว/ก้อย, ชนะ/แพ้ เป็นต้น
Generalized Linear Models ใน R

Logistic regression คืออะไร?

GLM ค่าเริ่มต้นสำหรับ binomial family

โมเดลสำหรับข้อมูลแบบไบนารี

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

เชื่อมโยง กับสมการเชิงเส้น

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

Generalized Linear Models ใน R

ฟังก์ชัน Logit

นิยาม logit คือ

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

นิยาม inverse logit คือ

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

Generalized Linear Models ใน R

วิธีรัน logistic regression

ฟังก์ชัน:

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

ข้อมูลนำเข้า:

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

ขึ้นรถบัสไหม?

  CommuteDays Bus
1           5 Yes
2           2  No
Generalized Linear Models ใน R

มาฝึกกันเถอะ!

Generalized Linear Models ใน R

Preparing Video For Download...