Process / pipelineclassification-prediction

רגרסיה לוגיסטית

רגרסיה לוגיסטית היא שיטה סטטיסטית למידול ההסתברות של תוצאה בינארית (מחלה קיימת/נעדרת, הצלחה/כישלון) כפונקציה של מנבאים רציפים וקטגוריאליים. השיטה פותחה על ידי דייוויד רוקסיבי קוקס (1958), והיא פותרת את בעיית חיזוי תוצאות קטגוריאליות על ידי יישום טרנספורמציה לוגיסטית להגבלת החיזויים לטווח ההסתברות [0,1], מה שמאפשר חלוקת סיכונים מדויקת, חיזוי אבחוני והסקה סיבתית באפידמיולוגיה, ברפואה ובמדעי החברה.

יישום עם StatMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

+79 more

מקורות

  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

איך לצטט עמוד זה

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

מאוזכר על ידי

למידה פעילה עם רגרסיה לוגיסטיתAdaBoostARFIMA: מודל ARMA עם אינטגרציה שבריתמחקר מקרה-ביקורת בייסיאניניתוח בייסיאני של יחסי מינון-תגובהK-שכנים קרובים בייסיאנירגרסיה לוגיסטית בייסיאניתמודל בייסיאני של פרוביטהסקה סטטיסטית בייסיאניתציון M של בנייש: זיהוי מניפולציות ברווחיםרגרסיית בטאמודל בראדלי-טריCatBoostניתוח תיווך סיבתי (אפקטים ישירים ועקיפים טבעיים)מבחן חי-בריבוע של פירסון לאי-תלותהסברים קונטרפקטואליים (הסברי "אילו היה קורה אחרת")מודל הסיכונים היחסיים של קוקסV של קרמרמודלים של סיכון אשראי (Merton, KMV, CreditMetrics)דירוג אשראי (כרטיסי ניקוד, WoE/IV)ניתוח טבלאות שכיחות צולבותעץ החלטהניתוח מבחיןתכנון וניתוח ניסויי מנה-תגובהאמידה חסונה כפולה (AIPW)Elastic Netעץ החלטה ניתן להסברמודל Naive Bayes בר-הסברלמידת מכונה מודעת-הוגנותרגרסיית גמא (GLM)מודל לינארי מוכלל (GLM)גרדיאנט בוסטינגרשת קשב גרפיתמודל הקמן לבחירת מדגם (Heckit / Tobit Type II)מודל מחסום לנתוני ספירהמשקולות הסתברות הפוכות (IPW / IPTW)שיטת השכנים הקרובים ביותר (K-Nearest Neighbors)רגרסיית לאסוLightGBMניתוח מבחין לינארי (LDA)ניתוח דיסקרימיננטי ליניארי (LDAאמידת נראות מרביתכיול מודלניתוח מיתון (אינטראקציה)פרספטרון רב-שכבתי (MLP)רשת רב-שכבתית (MLP)מודלים רב-שכבתייםרגרסיה לוגיסטית מולטינומיתרגרסיה לוגיסטית מולטינומיתרגרסיה לינארית מרובהניתוח רגרסיה מרובהרגרסיה לינארית מרובת משתניםבייס נאיבירגרסיית בינום שליליניתוח נתונים לא-ליניאריים של פנלרגרסיית ריבועים פחותים רגילים (OLS)רגרסיה לוגיסטית סדורה (Ordered Logit/Probit)רגרסיה לוגיסטית אורדינליתרגרסיה לוגיסטית אורדינלית (מודל יחסי הסיכויים)רגרסיית פואסון ובינומית שליליתמודל רגרסיית פרוביטהתאמת ציון נטייהמבחן z להשוואת שתי פרופורציותיער אקראינאיבי בייס מרובערגרסיית רכסמחקר מקרה-ביקורת מותאם-סיכוןמודל סיכונים מותאמי סיכון של קוקסמחקר אפידמיולוגי חתך מותאם סיכוןמחקר דיוק אבחוני מותאם-סיכוןניתוח יחסי מינון-תגובה מותאמי-סיכוןהערכת ביצועי בדיקת סינון מותאמת סיכוןניתוח מבחין רובסטירגרסיה לוגיסטית רובסטיתNaive Bayes חסין (Robust Naive Bayes)רגרסיית פואסון רובסטיתמודל פרוביט רובסטינאיבי בייס מונחה-למחצהמכונת וקטורים תומכים (SVM) חצי-מפוקחתSHAP (SHapley Additive exPlanations)רגרסיה לינארית פשוטהערימהירידה סטוכסטית של גרדיאנט (SGD)מכונת וקטורים תומכים (סיווג)ניתוח הישרדותמודל רגרסיה חסומה (Censored Regression) מסוג Tobitטרנספורמר (עיבוד שפה טבעית)XGBoostרגרסיית פואסון מנופחת-אפס (ZIP)
ScholarGateLogistic Regression (Binary Logistic Regression). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/research-statistics/logistic-regression · מערך נתונים: https://doi.org/10.5281/zenodo.20539026