ውጤቱ አዎ ወይም አይ ሲሆን
Linear regression ቀጣይ ቁጥር ሲተነብዩ በሚገባ ይሰራል። ግን ሊተነብዩት የሚፈልጉት ነገር ሁለት ውጤቶች ብቻ ሲኖሩት? ደንበኛው ይገዛል ወይም አይገዛም? ለእነዚህ ሁለትዮሽ ውጤቶች ሎጂስቲክ ሪግሬሽን ይገባል።
Sigmoid ኩርባ
ቀጥተኛ መስመር ከማስማማት ይልቅ ሎጂስቲክ ሪግሬሽን S-ቅርፅ ያለው sigmoid ኩርባ ያስማማል። ይህ ኩርባ ከ0 ወደ 1 ይንቀሳቀሳል ግን ፈጽሞ 0 ወይም 1 ላይ አይደርስም።
Odds እና Odds Ratios ማስተዋል
ሎጂስቲክ ሪግሬሽን ከ odds ጋር ይሰራል። Odds ratio 2.5 ማለት አንድ ተለዋዋጭ በአንድ አሃድ ሲጨምር የውጤቱ odds በ2.5 ይባዛል ማለት ነው።
ሆስፒታል ታካሚ በ30 ቀናት ውስጥ እንደገና ይመለሳል ወይ ለመተንበይ ሞዴል ይገነባል። እያንዳንዱ ተጨማሪ ሥር የሰደደ ሕመም የመመለስ odds 1.4 ጊዜ ይጨምራል። 3 ሕመሞች ያለው ታካሚ ከ0 ሕመሞች ካለው ጋር ሲነፃፀር 1.4 x 1.4 x 1.4 = 2.74 ጊዜ odds አለው።
ሎጂስቲክ ከLinear ይልቅ መቼ ይመርጣሉ
ውጤት ተለዋዋጭዎ ሁለትዮሽ ከሆነ ሎጂስቲክ ይጠቀሙ። ቀጣይ ከሆነ linear ይጠቀሙ።
ሞዴሉን መተርጎም እና መገምገም
ትክክለኛነት፣ sensitivity፣ specificity እና AUC በመጠቀም ይገመግማሉ።
በእውነተኛ ዓለም ውስጥ ሎጂስቲክ ሪግሬሽን
ባንኮች ብድር ለማፅደቅ ይጠቀማሉ። ገበያተኞች ደንበኞች መቼ እንደሚለቁ ለመተንበይ ይጠቀማሉ።
ሎጂስቲክ ሪግሬሽን ሁለትዮሽ ውጤቶችን ለመተንበይ መደበኛ ዘዴ ነው። ትንበያዎችን ከ0 እስከ 1 ለመጠበቅ sigmoid function ይጠቀማል፣ coefficients odds ratios ተብለው ይተረጎማሉ። ውጤትዎ አዎ/አይ፣ አልፎ/ወድቆ ወይም ማንኛውም ሁለት-ምድብ ተለዋዋጭ በሆነ ጊዜ ይጠቀሙ።