Logistiline regressioon: erinevus redaktsioonide vahel
Eemaldatud sisu Lisatud sisu
P pisitoimetamine |
|||
5. rida:
Logit-mudel on kõige enam kasutatud meetod binaarse tunnuse modelleerimiseks. Sellel on ühtlasi ka kerge ja arusaadav interpretatsioon<ref name=":1" />. Sündmuse toimumisel ("ravimi tarvitamine", "võit" jne.) märgitakse tavaliselt "1" ning vastandsündmuse ("platseebo tarvitamine", "kaotus" jne) korral vastavalt "0". Mudeli parameetrite interpreteerimisel kasutatakse šansside suhte muutusi, kust sündmuse šanss on defineeritud kui sündmuse esinemise tõenäosuse ja sündmuse mitteesinemise tõenäosuse suhe.
Logistrilise regressiooni korral kasutatakse samuti pidevaid ja faktoriaalseid kirjeldavaid tunnuseid. Erinevalt klassikalistest mudelitest, kus üheks eelduseks on uuritava tunnuse normaaljaotus, logistilise mudeli korral see eeldus puudub<ref name=":0" />. Samuti ei saa parameetrite hindamisel kasutada [[Vähimruutude meetod|vähimruutude meetodit]] (VRM), nagu tehakse seda klassikaliste meetodite korral<ref name=":1" />. Binaarse tunnuse korral on VRM hinnangutel teistsugused omadused, seetõttu üldistatud lineaarsete mudelite korral hinnatakse parameetreid suurima tõepära meetodil<ref name=":1" />. Suurima tõepära hinnangu korral valitakse parameetrid, mille korral saavutab tõepärafunktsioon maksimumi<ref name=":1" />.
== Mudeli kuju, logistiline funktsioon, šansid, šansside suhe ja ''logit'' ==
| |||