Regression modelRegression / GLM

Daudzkārtējā loģistikas regresija

Daudzkārtējā loģistikas regresija paplašina bināro loģistikas regresiju gadījumiem ar trim vai vairākām nekārtotām kategorijām. Tā modelē katras kategorijas log-izredzes attiecībā pret izvēlētu atsauces kategoriju kā lineāru prediktoru funkciju un vienlaicīgi novērtē visus parametrus, izmantojot maksimālās verošanas metodi. Tā ir standarta izvēle, ja atkarīgais mainīgais ir nomināls ar vairākiem līmeņiem.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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

Kā citēt šo lapu

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

Uz to atsaucas

ScholarGateMultinomial Logistic Regression (Multinomial Logistic Regression). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/multinomial-logistic-regression · Datu kopa: https://doi.org/10.5281/zenodo.20539026