ScholarGate
Assistent
Process / pipelineclassification-prediction

Logistisk regression

Logistisk regression är en statistisk metod för att modellera sannolikheten för ett binärt utfall (sjukdom närvarande/frånvarande, framgång/misslyckande) som en funktion av kontinuerliga och kategoriska prediktorer. Utvecklad av David Roxbee Cox (1958), löser den problemet med att förutsäga kategoriska utfall genom att tillämpa en logistisk transformation för att begränsa prediktionerna till sannolikhetsintervallet [0,1], vilket möjliggör korrekt riskstratifiering, diagnostisk prediktion och kausal inferens inom epidemiologi, medicin och samhällsvetenskap.

Tillämpa med StatMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Logistisk regression
Multipel regressionsanal…Propensity score-matchni…ÖverlevnadsanalysAktiv inlärning med logi…AdaBoostARFIMA: Fraktionellt Int…Bayesiansk fall-kontroll…Bayesian Dose-Response A…Bayesiansk k-Närmaste Gr…Bayesiansk logistisk reg…

+79 more

Källor

  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 ↗

Så citerar du den här sidan

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

Refereras av

Aktiv inlärning med logistisk regressionAdaBoostARFIMA: Fraktionellt Integrerad ARMA-modellBayesiansk fall-kontrollstudieBayesian Dose-Response AnalysisBayesiansk k-Närmaste GrannarBayesiansk logistisk regressionBayesiansk probitmodellBayesiansk statistisk inferensBeneish M-Score: Att identifiera resultatmanipulationBeta-regressionBradley-Terry-modellenCatBoostKausal medieringsanalys (naturliga direkta och indirekta effekter)Pearsons chi-två-test för oberoendeKontrafaktiska förklaringarCox proportional hazardsCramérs VKreditriskmodeller (Merton, KMV, CreditMetrics)Kreditbedömning (Scorecards, WoE/IV)Kors­tab­e­ll­a­n­a­l­y­sBeslutsträdDiskriminantanalysDose-Response Experimental Design and AnalysisDubbelt robust skattning (AIPW)Elastic NetFörklaringsbar beslutsträdFörklarbar Naive BayesMaskininlärning med medvetenhet om rättvisaGamma-regression (GLM)Generaliserad linjär modell (GLM)Gradient BoostingGrafuppmärksamhetsnätverkHeckman-modellen för urvalsselektion (Heckit / Tobit typ II)Hurdle-modell för räknedataViktning med inversa sannolikheter för behandling (IPW / IPTW)K-Närmaste GrannarLasso-regressionLightGBMLinjär diskriminantanalys (LDA)Linjär diskriminantanalys (LDAMaximum Likelihood EstimationModellkalibreringModerationsanalys (Interaktionsanalys)Multi-layer Perceptron (MLP)Multilayer Perceptron (MLP)Multilevel ModelingMultinomial logistisk regressionMultinomial logistisk regressionMultipel linjär regressionMultipel regressionsanalysMultivariat multipel regressionsanalysNaiv BayesNegativ binomialregressionIcke-linjär paneldataanalysVanligaste minsta kvadratmetoden (OLS) RegressionOrdnad logistisk regression (Ordered Logit/Probit)Ordinal logistisk regressionOrdinal logistisk regression (modellen med proportionella odds)Poisson- och negativ binomialregressionProbit regressionsmodellPropensity score-matchningTvå-proportioners z-testRandom ForestRegulariserad Naive BayesRidge RegressionRiskjusterad fall-kontrollstudieRiskjusterad Cox proportionell hazardRiskjusterad tvärsnittsstudieRiskjusterad studie av diagnostisk noggrannhetRiskjusterad dos-svarsanalysUtvärdering av riskjusterade screeningtesterRobust diskriminantanalysRobust logistisk regressionRobust Naive BayesRobust PoissonregressionRobust Probit-modellSemihandled Naive BayesSemi-supervised Support Vector MachineSHAP (SHapley Additive exPlanations)Enkel linjär regressionStackingStokastisk gradientnedstigning (SGD)Support Vector Machine (Klassificering)ÖverlevnadsanalysTobit censurerad regressionsmodellTransformer (NLP)XGBoostZero-Inflated Poisson (ZIP)-regression

Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →

ScholarGate — Logistic Regression (Binary Logistic Regression). Hämtad 2026-06-15 från https://scholargate.app/sv/research-statistics/logistic-regression · Datamängd: https://doi.org/10.5281/zenodo.20539026