ScholarGate
Ассистент
Process / pipelineclassification-prediction

Логистическая регрессия

Логистическая регрессия — это статистический метод моделирования вероятности бинарного исхода (наличие/отсутствие заболевания, успех/неудача) как функции непрерывных и категориальных предикторов. Разработанный Дэвидом Роксби Коксом (1958), он решает проблему прогнозирования категориальных исходов путем применения логистической трансформации для ограничения прогнозов в интервале вероятностей [0,1], что обеспечивает точную стратификацию риска, диагностическое прогнозирование и причинно-следственный вывод в эпидемиологии, медицине и социальных науках.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Логистическая регрессия
Множественный регрессион…Метод подбора на основе…Анализ выживаемостиАктивное обучение логист…AdaBoostARFIMA: Модель дробно-ин…Байесовское исследование…Байесовский анализ завис…Байесовский k-ближайших…Байесовская логистическа…

+79 more

Источники

  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 ↗

Как цитировать эту страницу

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

Упоминается в

Активное обучение логистической регрессииAdaBoostARFIMA: Модель дробно-интегрированного ARMAБайесовское исследование случай-контрольБайесовский анализ зависимости «доза-эффект»Байесовский k-ближайших соседейБайесовская логистическая регрессияBayesian Probit ModelБайесовский статистический выводBeneish M-Score: Обнаружение манипулирования прибыльюБета-регрессияМодель Брэдли-ТерриCatBoostCausal Mediation AnalysisТест Пирсона на независимость с использованием критерия хи-квадратКонтрфактические объясненияРегрессионная модель пропорциональных рисков КоксаV-крамераМодели кредитного риска (Мертон, KMV, CreditMetrics)Кредитный скоринг (карты показателей, WoE/IV)Анализ таблиц сопряженностиДерево решенийДискриминантный анализПланирование и анализ экспериментов «дозаДвухробастное оценивание (AIPW)Эластичная сетьОбъяснимое дерево решенийОбъяснимый наивный БайесМашинное обучение с учётом справедливостиГамма-регрессия (Обобщенная линейная модель)Обобщенная линейная модель (GLM)Градиентный бустингГрафовая сеть внимания (Graph Attention Network, GAT)Модель отбора Хекмана (Heckit / Tobit Type II)Модель барьера для счетных данныхВзвешивание по обратной вероятности лечения (IPW / IPTW)Метод K ближайших соседейРегрессия ЛассоLightGBMЛинейный дискриминантный анализ (LDA)Линейный дискриминантный анализ (ЛДАМетод максимального правдоподобияКалибровка моделиАнализ модерации (взаимодействия)Многослойный перцептрон (MLP)Многослойный перцептрон (MLP)Многоуровневое моделированиеМультиномиальная логистическая регрессияМультиномиальная логистическая регрессияМножественная линейная регрессияМножественный регрессионный анализМножественная множественная регрессияНаивный БайесРегрессия отрицательного биномиального распределенияНелинейный анализ панельных данныхРегрессия методом обыкновенных наименьших квадратов (ОНМК)Упорядоченная логистическая регрессия (Ordered Logit/Probit)Ординальная логистическая регрессияУпорядоченная логистическая регрессия (модель пропорциональных шансов)Пуассоновская регрессия и регрессия с отрицательным биномиальным распределениемПробит-модель регрессииМетод подбора на основе оценки склонностиZ-критерий для двух долейСлучайный лесСглаженный Наивный БайесГребневая регрессияИсследование «случай-контроль» с поправкой на рискРегрессия Кокса с поправкой на рискЭпидемиологическое исследование поперечного среза с поправкой на рискИсследование диагностической точности с поправкой на рискАнализ зависимости «доза-эффект» с поправкой на рискОценка эффективности скринингового теста с поправкой на рискРобастный дискриминантный анализРобастная логистическая регрессияРобастный Наивный БайесРобастная пуассоновская регрессияРобастная модель пробитПолусупервизорный наивный байесовский классификаторМашина опорных векторов с частичной разметкойSHAP (SHapley Additive exPlanations)Простая линейная регрессияСтекингСтохастический градиентный спуск (SGD)Метод опорных векторов (классификация)Анализ выживаемостиМодель регрессии с цензурированием ТобітаTransformer (NLP)XGBoostПуассоновская регрессия с избытком нулей (Zero-Inflated Poisson, ZIP)

Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →

ScholarGate — Logistic Regression (Binary Logistic Regression). Получено 2026-06-15 из https://scholargate.app/ru/research-statistics/logistic-regression · Набор данных: https://doi.org/10.5281/zenodo.20539026