ScholarGate
Trợ lý
Process / pipelineclassification-prediction

Hồi quy Logistic

Hồi quy logistic là một phương pháp thống kê để mô hình hóa xác suất của một kết quả nhị phân (có/không có bệnh, thành công/thất bại) như một hàm của các biến dự báo liên tục và phân loại. Được phát triển bởi David Roxbee Cox (1958), nó giải quyết vấn đề dự đoán các kết quả phân loại bằng cách áp dụng phép biến đổi logistic để giới hạn dự đoán trong khoảng xác suất [0,1], cho phép phân tầng nguy cơ chính xác, dự đoán chẩn đoán và suy luận nhân quả trong dịch tễ học, y học và khoa học xã hội.

Áp dụng với StatMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Hồi quy Logistic
Phân tích Hồi quy Đa biếnGhép cặp điểm xu hướngPhân tích sống cònHồi quy Logistic Học Chủ…AdaBoostARFIMA: Mô hình ARMA Tíc…Nghiên cứu bệnh-chứng Ba…Phân tích Tương quan Liề…K-Hàng xóm gần nhất BayesHồi quy logistic Bayes

+79 more

Nguồn tài liệu

  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 ↗

Cách trích dẫn trang này

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

Được tham chiếu bởi

Hồi quy Logistic Học Chủ độngAdaBoostARFIMA: Mô hình ARMA Tích phân Phân sốNghiên cứu bệnh-chứng BayesPhân tích Tương quan Liều-Đáp ứng BayesK-Hàng xóm gần nhất BayesHồi quy logistic BayesMô hình Probit BayesSuy luận Thống kê BayesBeneish M-Score: Phát hiện thao túng lợi nhuậnHồi quy BetaMô hình Bradley-TerryCatBoostPhân tích Trung gian Nhân quả (Hiệu ứng Trực tiếp và Gián tiếp Tự nhiên)Kiểm định Chi-bình phương Pearson về tính độc lậpGiải thích phản thực tếCox proportional hazardsV của CramerCác mô hình rủi ro tín dụng (Merton, KMV, CreditMetrics)Chấm điểm tín dụng (Thẻ điểm, WoE/IV)Phân tích Bảng chéoCây Quyết địnhPhân tích Phân biệtThiết kế và Phân tích Thử nghiệm Đáp ứng LiềuƯớc lượng Mạnh mẽ Kép (AIPW)Elastic NetCây quyết định giải thích đượcNaive Bayes Giải thích đượcHọc máy nhận thức về công bằngHồi quy Gamma (Mô hình Tuyến tính Tổng quát)Mô hình Tuyến tính Tổng quát (GLM)Gradient BoostingMạng Hồi quy Đồ thị (Graph Attention Network - GAT)Mô hình chọn mẫu Heckman (Heckit / Tobit Loại II)Mô hình ngưỡng cho dữ liệu đếmTrọng số Xác suất Nghịch đảo của Điều trị (IPW / IPTW)K-Nearest NeighborsHồi quy LassoLightGBMPhân tích biệt số tuyến tính (LDA)Phân tích Phân biệt Tuyến tính (LDAƯớc lượng Hợp lý Tối đaHiệu chỉnh mô hìnhPhân tích Tương tác Điều tiếtPerceptron đa lớp (MLP)Multilayer Perceptron (MLP)Mô hình đa cấpHồi quy Logistic Đa thứcMultinomial LogitHồi quy tuyến tính bộiPhân tích Hồi quy Đa biếnHồi quy tuyến tính bội đa biếnNaive BayesHồi quy nhị thức âmPhân tích Dữ liệu Bảng Phi Tuyến TínhHồi quy Bình phương Tối thiểu Thông thường (OLS)Hồi quy Logistic Lũy tiến (Ordered Logit/Probit)Hồi quy Logistic Lũy tiếnHồi quy Logistic Lũy tiến (Mô hình Tỷ lệ Chẵn)Hồi quy Poisson và Âm nhị thứcMô hình Hồi quy ProbitGhép cặp điểm xu hướngKiểm định z cho hai tỷ lệRừng ngẫu nhiênNaive Bayes Chính quyRidge RegressionNghiên cứu trường hợp-chứng có điều chỉnh rủi roHồi quy Tỷ lệ Nguy cơ Tỷ lệ Tương đối Điều chỉnh Rủi roNghiên cứu dịch tễ học cắt ngang điều chỉnh theo nguy cơNghiên cứu Độ chính xác Chẩn đoán Điều chỉnh theo Rủi roPhân tích liều-đáp ứng điều chỉnh rủi roĐánh giá sai số sàng lọc điều chỉnh theo rủi roPhân tích phân biệt mạnh mẽHồi quy Logistic Mạnh mẽNaive Bayes Mạnh mẽHồi quy Poisson mạnh mẽMô hình Probit mạnh mẽNaive Bayes Bán Giám SátMáy học bán giám sát với máy vector hỗ trợSHAP (SHapley Additive exPlanations)Hồi quy tuyến tính đơn giảnStackingTối ưu hóa Gradient Ngẫu nhiên (Stochastic Gradient Descent - SGD)Máy Vectơ Hỗ trợ (Phân loại)Phân tích sống cònMô hình Hồi quy Giới hạn TobitTransformer (NLP)XGBoostHồi quy Poisson có lạm phát số không (ZIP)

Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →

ScholarGate — Logistic Regression (Binary Logistic Regression). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/research-statistics/logistic-regression · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026