Process / pipelineclassification-prediction

लॉजिस्टिक रिग्रेशन

लॉजिस्टिक रिग्रेशन एक सांख्यिकीय विधि है जो सतत और श्रेणीबद्ध भविष्यवक्ताओं के फलन के रूप में द्विआधारी परिणाम (रोग उपस्थित/अनुपस्थित, सफलता/विफलता) की संभावना को मॉडल करती है। डेविड रॉक्सी कॉक्स (1958) द्वारा विकसित, यह लॉजिस्टिक ट्रांसफॉर्मेशन लागू करके श्रेणीबद्ध परिणामों की भविष्यवाणी की समस्या का समाधान करती है, जो भविष्यवाणियों को [0,1] प्रायिकता अंतराल तक सीमित करती है, जिससे महामारी विज्ञान, चिकित्सा और सामाजिक विज्ञान में सटीक जोखिम स्तरीकरण, नैदानिक ​​भविष्यवाणी और कारण अनुमान संभव होता है।

StatMind के साथ लागू करेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

+79 more

स्रोत

  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

इस पृष्ठ का उद्धरण कैसे दें

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

इनमें संदर्भित

सक्रिय अधिगम लॉजिस्टिक प्रतिगमनAdaBoostएआरएफआईएमए: भिन्नात्मक समाकलित एआरएमए मॉडलबायेसियन केस-कंट्रोल अध्ययनबायेसियन डोज़-रिस्पांस विश्लेषणबायेसियन के-निकटतम पड़ोसी (Bayesian KNN)बेयसियन लॉजिस्टिक रिग्रेशनबायेसियन प्रोबिट मॉडलबायेसियन सांख्यिकीय अनुमानबेनीश एम-स्कोर: आय हेरफेर का पता लगानाबीटा प्रतिगमनब्रैडली-टेरी मॉडलCatBoostकारण मध्यस्थता विश्लेषण (प्राकृतिक प्रत्यक्ष और अप्रत्यक्ष प्रभाव)Chi-square goodness-of-fit testप्रति-तथ्यात्मक स्पष्टीकरणकॉक्स प्रोपोर्शनल हैज़र्ड्सक्रेमर का Vक्रेडिट जोखिम मॉडल (Merton, KMV, CreditMetrics)क्रेडिट स्कोरिंग (स्कोरकार्ड, WoE/IV)क्रॉस-टेबुलेशन विश्लेषणनिर्णय वृक्षविवेचक विश्लेषणखुराक-प्रतिक्रिया प्रायोगिक अभिकल्पना एवं विश्लेषणDoubly Robust Estimationइलास्टिक नेटव्याख्या योग्य निर्णय वृक्षव्याख्या योग्य नेव बेयसनिष्पक्षता-जागरूक मशीन लर्निंगगामा रिग्रेशन (GLM)सामान्यीकृत रेखीय मॉडल (GLM)ग्रेडिएंट बूस्टिंगग्राफ अटेंशन नेटवर्कहेकमैन सैंपल सिलेक्शन मॉडल (हेकिट / टोबिट टाइप II)गणना डेटा के लिए हर्डल मॉडलउपचार भारण की व्युत्क्रम प्रायिकता (IPW / IPTW)के-निकटतम पड़ोसी (K-Nearest Neighbors)लासो रिग्रेशनलाइटजीबीएमरैखिक विभेदक विश्लेषण (LDA)रैखिक विभेदक विश्लेषण (LDAअधिकतम संभावना आकलनमॉडल अंशांकन (Model Calibration)मॉडरेशन (इंटरेक्शन) विश्लेषणबहु-स्तरीय पर्सेप्ट्रॉन (MLP)मल्टीलेयर परसेप्ट्रॉन (MLP)बहुस्तरीय मॉडलिंगबहुपद लॉजिस्टिक रिग्रेशनबहुपदीय लॉजिस्टिक प्रतिगमनबहुचर रैखिक प्रतिगमनबहुचर समाश्रयण विश्लेषणबहुचर एकाधिक रैखिक समाश्रयणNaive Bayesऋणात्मक द्विपद समाश्रयण (Negative Binomial Regression)अरेखीय पैनल डेटा विश्लेषणसाधारण न्यूनतम वर्ग (OLS) समाश्रयणऑर्डर्ड लॉजिस्टिक रिग्रेशन (ऑर्डर्ड लॉजिट/प्रोबिट)क्रमिक लॉजिस्टिक रिग्रेशनक्रमिक लॉजिस्टिक प्रतिगमन (आनुपातिक ऑड्स मॉडल)पॉइसन और ऋणात्मक द्विपद प्रतिगमन (Poisson and Negative Binomial Regression)प्रॉबिट रिग्रेशन मॉडलप्रोपेंसिटी स्कोर मैचिंगद्वि-अनुपात z-परीक्षणरैंडम फ़ॉरेस्टनियमितीकृत Naive Bayesरिज रिग्रेशनजोखिम-समायोजित केस-नियंत्रण अध्ययनजोखिम-समायोजित कॉक्स आनुपातिक ख़तरोंजोखिम-समायोजित अनुप्रस्थ-काट्य महामारी विज्ञान अध्ययनजोखिम-समायोजित नैदानिक सटीकता अध्ययनजोखिम-समायोजित खुराक-प्रतिक्रिया विश्लेषणजोखिम-समायोजित स्क्रीनिंग टेस्ट मूल्यांकनरोबस्ट डिस्क्रिमिनेंट एनालिसिससुदृढ़ लॉजिस्टिक रिग्रेशनमजबूत नैव बेयसरोबस्ट पॉइसन रिग्रेशनRobust Probit Modelअर्ध-पर्यवेक्षित नैव बेयसअर्ध-पर्यवेक्षित समर्थन सदिश मशीनSHAP (SHapley Additive exPlanations)सरल रैखिक प्रतिगमनस्टैकिंगस्टोकेस्टिक ग्रेडिएंट डिसेंट (एसजीडी)सपोर्ट वेक्टर मशीन (वर्गीकरण)उत्तरजीविता विश्लेषणटोबिट सेंसरित प्रतिगमन मॉडलट्रांसफ़ॉर्मर (एनएलपी)XGBoostशून्य-स्फीत पॉइसन (ZIP) प्रतिगमन
ScholarGateLogistic Regression (Binary Logistic Regression). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/research-statistics/logistic-regression · डेटासेट: https://doi.org/10.5281/zenodo.20539026