Regression modelRegression / GLM

Multinomial Logistic Regression

Penseu en una variable dependent que enregistra a quin de tres o més grups no ordenats pertany una observació — per exemple, quin mode de transport tria un viatger (cotxe, autobús o tren). La regressió logística multinomial ajusta una equació per a cada categoria no de referència, cadascuna preguntant: com canvien els predictors les probabilitats de triar aquest grup per sobre del grup de referència? La funció softmax converteix llavors aquests log-odds en probabilitats correctes que sumen un a través de totes les categories, donant una distribució de probabilitat completa sobre les classes de resultat per a cada combinació de valors dels predictors.

Aplica-ho amb StatMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  1. Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
  2. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). Wiley. ISBN: 978-0470582473

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Multinomial Logistic Regression. ScholarGate. https://scholargate.app/ca/statistics/multinomial-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

Citat per

ScholarGateMultinomial Logistic Regression (Multinomial Logistic Regression). Recuperat el 2026-06-15 de https://scholargate.app/ca/statistics/multinomial-logistic-regression · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026