Regression modelRegression / GLM

Multinomial Logistic Regression

Piense en una variable dependiente que registra a cuál de tres o más grupos no ordenados pertenece una observación — por ejemplo, qué modo de transporte elige un viajero (coche, autobús o tren). La regresión logística multinomial ajusta una ecuación por cada categoría no de referencia, cada una preguntando: ¿cómo cambian los predictores las probabilidades de elegir este grupo sobre el grupo de referencia? La función softmax convierte entonces esos log-odds en probabilidades adecuadas que suman uno en todas las categorías, proporcionando una distribución de probabilidad completa sobre las clases de resultado para cada combinación de valores de los predictores.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

ScholarGate. (2026, June 3). Multinomial Logistic Regression. ScholarGate. https://scholargate.app/es/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

Citado por

ScholarGateMultinomial Logistic Regression (Multinomial Logistic Regression). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/multinomial-logistic-regression · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026