ScholarGate
Asisten
Process / pipelineclassification-prediction

Regresi Logistik

Regresi logistik adalah metode statistik untuk memodelkan probabilitas hasil biner (penyakit ada/tidak ada, sukses/gagal) sebagai fungsi dari prediktor kontinu dan kategorikal. Dikembangkan oleh David Roxbee Cox (1958), metode ini memecahkan masalah prediksi hasil kategorikal dengan menerapkan transformasi logistik untuk membatasi prediksi pada interval probabilitas [0,1], memungkinkan stratifikasi risiko yang akurat, prediksi diagnostik, dan inferensi kausal dalam epidemiologi, kedokteran, dan ilmu sosial.

Terapkan dengan StatMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Regresi Logistik
Analisis Regresi BergandaPencocokan Skor Propensi…Analisis Kelangsungan Hi…Regresi Logistik Pembela…AdaBoostARFIMA: Model ARMA Terin…Studi Kasus-Kontrol Baye…Analisis Dosis-Respons B…K-Nearest Neighbors Baye…Regresi Logistik Bayesian

+79 more

Sumber

  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 ↗

Cara menyitasi halaman ini

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

Dirujuk oleh

Regresi Logistik Pembelajaran AktifAdaBoostARFIMA: Model ARMA Terintegrasi PecahanStudi Kasus-Kontrol BayesianAnalisis Dosis-Respons BayesianK-Nearest Neighbors BayesianRegresi Logistik BayesianModel Probit BayesInferensi Statistik BayesianBeneish M-Score: Mendeteksi Manipulasi LabaRegresi BetaModel Bradley-TerryCatBoostAnalisis Mediasi Kausal (Efek Langsung dan Tidak Langsung Alami)Uji Independensi Chi-Square PearsonPenjelasan KontrafaktualModel Regresi Bahaya Proporsional CoxV CramerModel Risiko Kredit (Merton, KMV, CreditMetrics)Skoring Kredit (Scorecard, WoE/IV)Analisis Tabulasi SilangPohon KeputusanAnalisis DiskriminanDesain dan Analisis Eksperimen Dosis-ResponsEstimasi Robust Ganda (AIPW)Elastic NetPohon Keputusan yang Dapat DijelaskanNaive Bayes yang Dapat DijelaskanPembelajaran Mesin Sadar KeadilanRegresi Gamma (GLM)Model Linear Umum (GLM)Peningkatan GradienJaringan Perhatian GrafModel Seleksi Sampel Heckman (Heckit / Tobit Tipe II)Model Rintangan untuk Data HitunganBobot Probabilitas Invers (IPW / IPTW)K-Nearest NeighborsRegresi LassoLightGBMAnalisis Diskriminan Linear (LDA)Analisis Diskriminan Linear (LDAEstimasi Kemungkinan MaksimumKalibrasi ModelAnalisis Moderasi (Interaksi)Perseptron Berlapis (MLP)Multilayer Perceptron (MLP)Pemodelan MultilevelRegresi Logistik MultinomialRegresi Logistik MultinomialRegresi Linier BergandaAnalisis Regresi BergandaRegresi Linier Berganda MultivariatNaive BayesRegresi Binomial NegatifAnalisis Data Panel NonlinierRegresi Kuadrat Terkecil Biasa (Ordinary Least Squares - OLS)Regresi Logistik Berurutan (Logit/Probit Berurutan)Regresi Logistik OrdinalRegresi Logistik Ordinal (Model Peluang Proporsional)Regresi Poisson dan Binomial NegatifModel Regresi ProbitPencocokan Skor PropensitasUji-z Dua ProporsiRandom ForestNaive Bayes RegularisasiRegresi RidgeStudi Kasus-Kontrol yang Disesuaikan RisikoRegresi Bahaya Proporsional yang Disesuaikan RisikoStudi Epidemiologi Potongan Lintang yang Disesuaikan dengan RisikoStudi Akurasi Diagnostik yang Disesuaikan RisikoAnalisis Dosis-Respons yang Disesuaikan RisikoEvaluasi Uji Skrining yang Disesuaikan RisikoAnalisis Diskriminan RobustRegresi Logistik RobustNaive Bayes RobustRegresi Poisson RobustModel Probit RobustNaive Bayes Semi-TerawasiSupport Vector Machine Semi-TerawasiSHAP (SHapley Additive exPlanations)Regresi Linear SederhanaStackingStochastic Gradient Descent (SGD)Support Vector Machine (Klasifikasi)Analisis Kelangsungan HidupModel Regresi Tobit Tersensor (Censored Regression Model)Transformer (NLP)XGBoostRegresi Poisson Inflasi Nol (ZIP)

Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →

ScholarGate — Logistic Regression (Binary Logistic Regression). Diakses 2026-06-15 dari https://scholargate.app/id/research-statistics/logistic-regression · Set data: https://doi.org/10.5281/zenodo.20539026