Process / pipelineclassification-prediction

Логістична регресія

Логістична регресія — це статистичний метод моделювання ймовірності бінарного результату (наявність/відсутність хвороби, успіх/невдача) як функції неперервних та категоріальних предикторів. Розроблена Девідом Роксбі Коксом (1958), вона вирішує проблему прогнозування категоріальних результатів шляхом застосування логістичної трансформації для обмеження прогнозів у межах ймовірнісного інтервалу [0,1], що забезпечує точну стратифікацію ризику, діагностичне прогнозування та причинно-наслідковий висновок в епідеміології, медицині та соціальних науках.

Застосувати у StatMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

+79 more

Джерела

  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

Як цитувати цю сторінку

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

Згадується в

Логістична регресія з активним навчаннямAdaBoostARFIMA: Модель дробово інтегрованої ARMAБайєсівське дослідження «випадок-контроль»Байєсівський аналіз залежності «доза-відповідь»Байєсівський k-найближчих сусідівБайєсівська логістична регресіяБаєсівська пробіт-модельБайєсівський статистичний висновокBeneish M-Score: Виявлення маніпуляцій зі звітністюРегресія БетаМодель Бредлі-ТерріCatBoostПричинний аналіз медіації (природні прямий та непрямий ефекти)Тест незалежності хі-квадрат ПірсонаКонтрфактичні поясненняМодель пропорційних ризиків КоксаV КрамераМоделі кредитного ризику (Merton, KMV, CreditMetrics)Кредитний скоринг (Scorecards, WoE/IV)Перехресний табличний аналізДерево рішеньДискримінантний аналізЕкспериментальний дизайн та аналіз залежності «доза-відповідь»Подвійне робастне оцінювання (AIPW)Elastic NetПояснюване дерево рішеньПояснюваний Naive BayesМашинне навчання з урахуванням справедливостіГамма-регресія (GLM)Узагальнена лінійна модель (GLM)Градiєнтний бустингГрафова уважна мережаМодель відбору Гекмана (Heckit / Tobit Type II)Модель бар'єру для даних підрахункуЗважування за оберненою ймовірністю лікування (IPW / IPTW)К-найближчі сусідиLasso-регресіяLightGBMЛінійний дискримінантний аналіз (LDA)Лінійний дискримінантний аналіз (LDAМаксимальна правдоподібна оцінкаКалібрування моделіАналіз модерації (взаємодії)Багатошаровий перцептрон (MLP)Багатошаровий перцептрон (БШП)Багаторівневе моделюванняМультиноміальна логістична регресіяМультиноміальна логістична регресіяМножинна лінійна регресіяМножинний регресійний аналізБагатовимірна множинна лінійна регресіяНаївний БайєсРегресія негативним біноміальним розподіломНелінійний аналіз панельних данихРегресія звичайно найменших квадратів (ЗНК)Упорядкована логістична регресія (Ordered Logit/Probit)Ординарна логістична регресіяОрдинарна логістична регресія (модель пропорційних шансів)Пуассонівська та від’ємна біноміальна регресіяМодель пробіт-регресіїЗіставлення за показником схильностіДвопропорційний z-критерійВипадковий лісЗгладжений наївний баєсівський класифікаторГребенева регресіяДослідження випадок-контроль з урахуванням ризикуРегресія Кокса з поправкою на ризикДослідження епідеміологічне перехресне з коригуванням на ризикДослідження скоригованої на ризик діагностичної точностіАналіз дозозалежності з урахуванням ризикуОцінка скринінгових тестів з поправкою на ризикРобастний дискримінантний аналізРобастна логістична регресіяРобастний наївний БайєсРобастна Пуассонівська регресіяРобастна модель пробітуНапівкерований Наївний БаєсНапівкерована опорно-векторна машинаSHAP (SHapley Additive exPlanations)Проста лінійна регресіяStackingСтохастичний градієнтний спуск (SGD)Метод опорних векторів (класифікація)Аналіз виживаностіМодель цензурованої регресії ТобітаТрансформер (НЛП)XGBoostРегресія з нульовим надлишком Пуассона (ZIP)
ScholarGateLogistic Regression (Binary Logistic Regression). Отримано 2026-06-15 з https://scholargate.app/uk/research-statistics/logistic-regression · Набір даних: https://doi.org/10.5281/zenodo.20539026