ScholarGate
Assistent
Process / pipelineclassification-prediction

Logistisk regression

Logistisk regression er en statistisk metode til at modellere sandsynligheden for et binært udfald (sygdom til stede/fraværende, succes/fiasko) som en funktion af kontinuerlige og kategoriske prædiktorer. Udviklet af David Roxbee Cox (1958), løser den problemet med at forudsige kategoriske udfald ved at anvende en logistisk transformation til at begrænse forudsigelser til [0,1] sandsynlighedsintervallet, hvilket muliggør nøjagtig risikostratificering, diagnostisk forudsigelse og kausal inferens inden for epidemiologi, medicin og samfundsvidenskab.

Anvend med StatMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Logistisk regression
Multipel regressionsanal…Propensity Score MatchingOverlevelsesanalyseAktiv læring med logisti…AdaBoostARFIMA: Fraktioneret Int…Bayesiansk case-kontrols…Bayesiansk dosis-respons…Bayesiansk k-Nærmeste Na…Bayesiansk logistisk reg…

+79 more

Kilder

  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 ↗

Sådan citerer du denne side

ScholarGate. (2026, June 4). Binary Logistic Regression. ScholarGate. https://scholargate.app/da/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 →

Refereret af

Aktiv læring med logistisk regressionAdaBoostARFIMA: Fraktioneret Integreret ARMA-modelBayesiansk case-kontrolstudieBayesiansk dosis-respons analyseBayesiansk k-Nærmeste NaboerBayesiansk logistisk regressionBayesiansk probitmodelBayesiansk statistisk inferensBeneish M-Score: Detektering af resultatmanipulationBeta-regressionBradley-Terry ModellenCatBoostKausal formidlingsanalyse (naturlige direkte og indirekte effekter)Pearsons kikelighedstest for uafhængighedKontrafaktiske ForklaringerCox Proportional HazardsCramérs VKreditrisikomodeller (Merton, KMV, CreditMetrics)Kreditvurdering (Scorecards, WoE/IV)KrydstabelanalyseBeslutningstræDiskriminantanalyseDosis-respons eksperimentelt design og analyseDobbelt Robust Estimation (AIPW)Elastic NetForklarligt beslutningstræForklarbar Naive BayesRetfærdighedsbevidst maskinlæringGamma-regression (GLM)Generaliseret Lineær Model (GLM)Gradient BoostingGraph Attention NetworkHeckman-modellen for stikprøveselektion (Heckit / Tobit Type II)Hurdle-model for tælledataVægtning med den inverse behandlingssandsynlighed (IPW / IPTW)K-Nærmeste NaboerLasso-regressionLightGBMLineær Diskriminant Analyse (LDA)Lineær Diskriminant Analyse (LDAMaksimum-Likelihood-EstimationModelkalibreringModerationsanalyse (Interaktionsanalyse)Multi-layer Perceptron (MLP)Multilayer Perceptron (MLP)MultilevelmodelleringMultinomisk logistisk regressionMultinomisk logistisk regressionMultipel lineær regressionMultipel regressionsanalyseMultivariat multipel regressionNaive BayesNegativ binomial regressionAnalyse af ikke-lineære paneldataAlmindelig mindste kvadraters metode (OLS) regressionOrdnet logistisk regression (Ordnet logit/probit)Ordinal logistisk regressionOrdinal logistisk regression (proportional odds-model)Poisson- og negativ binomialregressionProbit-regressionsmodelPropensity Score MatchingTwo-proportion z-testRandom ForestRegulariseret Naiv BayesRidge-regressionRisikojusteret Case-Kontrol StudieRisikojusteret Cox proportional hazardsRisikojusteret tværsnits-epidemiologisk undersøgelseRisikojusteret diagnostisk nøjagtighedsundersøgelseRisikojusteret dosis-respons-analyseRisk-adjusted screening test evaluationRobust Diskriminant AnalyseRobust logistisk regressionRobust Naive BayesRobust Poisson RegressionRobust Probit ModelSemi-superviseret Naive BayesSemi-supervised Support Vector MachineSHAP (SHapley Additive exPlanations)Simpel lineær regressionStackingStokastisk gradientnedstigning (SGD)Support Vector Machine (Klassifikation)OverlevelsesanalyseTobit-modellen for censurerede udfaldTransformer (NLP)XGBoostZero-Inflateret Poisson (ZIP) Regression

Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →

ScholarGate — Logistic Regression (Binary Logistic Regression). Hentet 2026-06-15 fra https://scholargate.app/da/research-statistics/logistic-regression · Datasæt: https://doi.org/10.5281/zenodo.20539026