Qual é a utilidade da regressão logística?
Qual é a utilidade da regressão logística?

Vídeo: Qual é a utilidade da regressão logística?

Vídeo: Qual é a utilidade da regressão logística?
Vídeo: Regressão Logística - Teoria 2024, Novembro
Anonim

Regressão logística é o apropriado regressão análise a realizar quando a variável dependente é dicotômica (binária). Regressão logística é usado para descrever dados e explicar a relação entre uma variável binária dependente e uma ou mais variáveis independentes nominais, ordinais, de intervalo ou de razão.

As pessoas também perguntam: quando a regressão logística deve ser usada?

Quando usar Regressão Logística . Vocês deve pense em usar regressão logística quando sua variável Y assume apenas dois valores. Essa variável é chamada de "binária" ou "dicotômica". “Dicotômico” basicamente significa duas categorias, como sim / não, defeituoso / não defeituoso, sucesso / falha e assim por diante.

Da mesma forma, o que se entende por regressão logística? Descrição. Regressão logística é um método estatístico para analisar um conjunto de dados no qual há uma ou mais variáveis independentes que determinam um resultado. O resultado é medido com uma variável dicotômica (na qual existem apenas dois resultados possíveis).

Da mesma forma, pergunta-se, onde a regressão logística é usada?

Regressão logística é usado em vários campos, incluindo aprendizado de máquina, a maioria dos campos médicos e ciências sociais. Por exemplo, o Trauma and Injury Severity Score (TRISS), que é amplamente usado para predizer mortalidade em pacientes feridos, foi originalmente desenvolvido por Boyd et al. usando regressão logística.

Como funciona uma regressão logística?

Distribuição gaussiana: Regressão logística é um algoritmo linear (com uma transformação não linear na saída). Isto faz assume uma relação linear entre as variáveis de entrada com a saída. As transformações de dados de suas variáveis de entrada que expõem melhor essa relação linear podem resultar em um modelo mais preciso.

Recomendado: