Process / pipelineclassification-prediction

Логистична регресия

Логистичната регресия е статистически метод за моделиране на вероятността за бинарен изход (наличие/отсъствие на заболяване, успех/неуспех) като функция на непрекъснати и категорийни предиктори. Разработена от Дейвид Роксби Кокс (David Roxbee Cox, 1958), тя решава проблема с прогнозирането на категорийни изходи чрез прилагане на логистична трансформация, която ограничава прогнозите до вероятностния интервал [0,1], което позволява точно стратифициране на риска, диагностично прогнозиране и причинно-следствени изводи в епидемиологията, медицината и социалните науки.

Приложете с StatMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

+79 more

Източници

  1. Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society, Series B, 20(2), 215–242. DOI: 10.1111/j.2517-6161.1958.tb00292.x
  2. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). John Wiley & Sons. DOI: 10.1002/9781118548387

Как да цитирате тази страница

ScholarGate. (2026, June 4). Binary Logistic Regression. ScholarGate. https://scholargate.app/bg/research-statistics/logistic-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

Логистична регресия с активно обучениеAdaBoostARFIMA: Модел с дробно интегрирани ARMAБайесов случай-контрола дизайнБайесов анализ на зависимостта доза-отговорБайесов k-най-близък съсед (Bayesian k-Nearest Neighbors)Байесов логистичен регресионен моделБайесов пробит моделБайесов статистически изводБенейш M-Score: Откриване на манипулиране на печалбатаБета регресияМодел на Брадли-ТериCatBoostАнализ на причинно-следствена медиация (естествени преки и косвени ефекти)Тест на независимост с хи-квадрат на ПиърсънКонтрафактуални обясненияРегресионен модел на пропорционалните опасности на КоксV на КрамерМодели за кредитен риск (Merton, KMV, CreditMetrics)Кредитен скоринг (скоркарти, WoE/IV)Анализ на кръстосани таблициДърво на решениятаДискриминантен анализЕкспериментален дизайн и анализ на зависимостта доза-отговорДвойно устойчива оценка (AIPW)Elastic NetОбясним дърво на решениятаОбясним Наивен БейсМашинно обучение, съобразено с принципите на справедливостГама регресия (GLM)Обобщен линеен модел (GLM)Градиентен бустингГрафова невронна мрежа с внимание (GAT)Модел на Хекман за корекция на селекция на извадката (Heckit / Tobit Type II)Модел с бариера за данни с бройПретегляне с обратна вероятност на лечението (IPW / IPTW)К-най-близки съседиРегресия ЛасоLightGBMЛинеен дискриминантен анализ (LDA)Линеен дискриминантен анализ (LDAОценка по максимално правдоподобиеКалибриране на моделаАнализ на модерация (взаимодействие)Многослоен персептрон (MLP)Многослоен персептрон (MLP)Многостепенно моделиранеМултиномна логистична регресияМултиномиална логистична регресияМножествена линейна регресияМножествен регресионен анализМноговариантен множествен линеен регресионен анализНаивен БейсНегативно-биномна регресияНелинеен панелен анализ на данниМетод на най-малките квадрати (МНК)Подредена логистична регресия (Ordered Logit/Probit)Ординална логистична регресияОрдинална логистична регресия (модел на пропорционалните шансове)Регресия на Поасон и отрицателна биномна регресияПробит регресионен моделСъгласуване по показател на склонностДвупропорционален z-тестСлучайна гораРегуляризиран Наивен БейсРегресия с гребен (Ridge Regression)Проучване тип „случай-контрола“ с корекция на рискаРегресия на Кокс с пропорционални рискове, коригирана спрямо рискаЕпидемиологично проучване на напречно сечение, коригирано спрямо рискаИзследване на диагностичната точност, коригирана спрямо рискаАнализ на доза-отговор, коригиран спрямо рискаОценка на скринингови тестове, коригирана спрямо рискаУстойчив дискриминантен анализУстойчива логистична регресияRobust Naive BayesРобастна Поасонова регресияРобустен пробит моделНаивен Бейс с полу-наблюдавано обучениеПолу-наблюдавана машина с опорни векториSHAP (SHapley Additive exPlanations)Проста линейна регресияСтакингСтохастичен градиентен спусък (SGD)Методът на опорните вектори (класификация)Анализ на преживяемосттаМодел на Тобит за цензурирани регресииТрансформър (обработка на естествен език)XGBoostРегресия на Поасон с нулева инфлация (ZIP)
ScholarGateLogistic Regression (Binary Logistic Regression). Извлечено на 2026-06-15 от https://scholargate.app/bg/research-statistics/logistic-regression · Набор от данни: https://doi.org/10.5281/zenodo.20539026