Regression Logistic: ແບບແລະວິທີການ

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. regression Logistic ແລະວິເຄາະຈໍາແນກໄດ້ຖືກນໍາໃຊ້ໃນເວລາທີ່ມັນເປັນສິ່ງຈໍາເປັນທີ່ຈະແບ່ງແຍກຢ່າງຊັດເຈນຜູ້ຕອບແບບສອບປະເພດເປົ້າຫມາຍ. ນອກຈາກນີ້, ກຸ່ມຄົນດັ່ງກ່າວແມ່ນດຽວລະດັບພາລາມິເຕີ univariate. а также выясним, для чего она нужна. ພິຈາລະນາລາຍລະອຽດເພີ່ມເຕີມຮູບແບບການຖົດຖອຍ logistic, ເຊັ່ນດຽວກັນກັບຊອກຫາສິ່ງທີ່ມັນແມ່ນສໍາລັບ.

ພາບລວມ

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. ຕົວຢ່າງຂອງບັນຫາ, ໃນການແກ້ໄຂທີ່ຖືກນໍາໃຊ້ regression logistic, ອາດຈະເປັນການຈັດປະເພດຂອງຜູ້ຕອບແບບສອບໂດຍການຊື້ກຸ່ມແລະບໍ່ຊື້ mustard ໄດ້. ການແຕກຕ່າງກັນແມ່ນດໍາເນີນການຕາມລັກສະນະທາງສັງຄົມແລະພົນລະເມືອງ. ເຫຼົ່ານີ້ປະກອບມີ, ໂດຍສະເພາະ, ປະກອບດ້ວຍອາຍຸ, ເພດ, ຈໍານວນຂອງສະມາຊິກໃນຄອບຄົວ, ລາຍຮັບແລະອື່ນໆ. ມີເງື່ອນໄຂທີ່ຈະແບ່ງແຍກແລະຕົວປ່ຽນແປງໃນການດໍາເນີນການແມ່ນ. ສຸດທ້າຍຖອດລະຫັດປະເພດເປົ້າຫມາຍທີ່, ໃນຄວາມເປັນຈິງ, ຈໍາເປັນຕ້ອງໄດ້ແບ່ງຕອບແບບສອບຖາມ.

nuances

, значительно уже, чем для дискриминантного анализа. ມັນຕ້ອງໄດ້ຮັບການກ່າວວ່າລະດັບຂອງກໍລະນີທໍາມະຊາດທີ່ຂົນສົ່ງ regression ນໍາໃຊ້, ແຄບກ່ວາວິເຄາະຈໍາແນກ. ໃນເລື່ອງນີ້, ການນໍາໃຊ້ກໍເປັນວິທີການທົ່ວໄປສໍາລັບຄວາມແຕກຕ່າງແມ່ນພິຈາລະນາທີ່ແນະນໍາເພີ່ມເຕີມ. ນອກຈາກນີ້, ຜູ້ຊ່ຽວຊານແນະນໍາໃຫ້ເລີ່ມຕົ້ນທີ່ມີການວິເຄາະຈໍາແນກສຶກສາຈັດປະເພດ. ແລະພຽງແຕ່ໃນກໍລະນີຂອງຄວາມບໍ່ແນ່ນອນສໍາລັບຜົນໄດ້ຮັບສາມາດໄດ້ຮັບການນໍາໃຊ້ regression logistic. ຄວາມຈໍາເປັນນີ້ແມ່ນເກີດມາຈາກຫຼາຍປັດໃຈ. используется при наличии четкого представления о типе независимых и зависимых переменных. regression Logistic ຖືກນໍາໃຊ້ໃນເວລາທີ່ມີຄວາມຄິດທີ່ຈະແຈ້ງກ່ຽວກັບປະເພດຂອງການປ່ຽນແປງເອກະລາດແລະຂຶ້ນໄດ້. ເພາະສະນັ້ນ, ເລືອກຫນຶ່ງໃນຂັ້ນຕອນທີ່ເປັນໄປໄດ້ 3. ໃນເວລາທີ່ວິເຄາະຈໍາແນກ, ນັກຄົ້ນຄວ້າໄດ້ຖືກສະເຫມີໄປທີ່ກ່ຽວຂ້ອງກັບການດໍາເນີນງານ static. ມັນມີສ່ວນຮ່ວມຫນຶ່ງຕົວແປເພດເອກະລາດຂຶ້ນແລະຫຼາຍທີ່ມີຂະຫນາດຂອງປະເພດໃດຫນຶ່ງ.

ປະເພດ

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. ຄົ້ນຄ້ວາສະຖິຕິຈຸດປະສົງ, ເຊິ່ງນໍາໃຊ້ເປັນ regression logistic, ແມ່ນການກໍານົດຄວາມເປັນໄປໄດ້ວ່າຈໍາເລີຍໂດຍສະເພາະຈະໄດ້ຮັບການມອບຫມາຍໃຫ້ກຸ່ມໂດຍສະເພາະ. ຄວາມແຕກຕ່າງແມ່ນປະຕິບັດຕາມຄໍາສັ່ງສະເພາະໃດຫນຶ່ງ. ໃນການປະຕິບັດ, ອີງຕາມການຄ່າຂອງຫນຶ່ງຫຼືເອກະລາດຫຼາຍປັດໄຈທີ່ສາມາດໄດ້ຮັບການແບ່ງອອກເປັນສອງກຸ່ມຂອງຜູ້ຕອບແບບສອບ. . ໃນກໍລະນີດັ່ງກ່າວນີ້, ມີການຖົດຖອຍ logistic ຄູ່. ນອກຈາກນີ້ຕົວກໍານົດການລະບຸສາມາດຖືກນໍາໃຊ້ໃນການຈັດສັນກຸ່ມທີ່ມີຄ່າຫລາຍກ່ວາສອງ. ໃນສະຖານະການມີການຖົດຖອຍ logistic ພະຫຸນາມ. ກຸ່ມສົ່ງຜົນໃຫ້ສະແດງລະດັບຂອງຕົວປ່ຽນແປງໃດຫນຶ່ງ.

ຍົກຕົວຢ່າງ

ສົມມຸດວ່າບໍ່ມີຄໍາຕອບຕອບແບບສອບຖາມ 'ຄໍາຖາມຂອງບໍ່ວ່າຈະເປັນພວກເຂົາເຈົ້າມີຄວາມສົນໃຈໃນການສະເຫນີທີ່ຈະໄດ້ມາດິນໃນເຂດຊານເມືອງມົສກູໄດ້. ໃນກໍລະນີດັ່ງກ່າວນີ້, ທາງເລືອກແມ່ນ "ບໍ່ມີ" ແລະ "ແມ່ນແລ້ວ." ພວກເຮົາຈໍາເປັນຕ້ອງໄດ້ຊອກຫາສິ່ງທີ່ປັດໄຈມີອິດທິພົນເດັ່ນກ່ຽວກັບການຕັດສິນໃຈຂອງຜູ້ຊື້ມີທ່າແຮງ. ສໍາລັບຈໍາເລີຍນີ້ຄໍາຖາມທີ່ຖືກຖາມກ່ຽວກັບໂຄງສ້າງພື້ນຖານຂອງອານາເຂດຂອງ, ໄລຍະທາງໃນການນະຄອນຫຼວງ, ບໍລິເວນທີ່ດິນ, ມີ / ບໍ່ມີການອາຄານທີ່ຢູ່ອາໄສແລະອື່ນໆ. ການນໍາໃຊ້ regression ຄູ່, ສາມາດໄດ້ຮັບການແຈກຢາຍໃນສອງກຸ່ມຂອງຜູ້ຕອບແບບສອບ. ທໍາອິດຈະປະກອບດ້ວຍຜູ້ທີ່ມີຄວາມສົນໃຈໃນການຊື້ - ຊື້ມີທ່າແຮງ, ແລະຄັ້ງທີສອງ, ຕາມລໍາດັບ, ຜູ້ທີ່ບໍ່ໄດ້ມີຄວາມສົນໃຈໃນການສະເຫນີໄດ້. ສໍາລັບແຕ່ລະເລີຍ, ນອກຈາກນັ້ນ, ມັນຈະໄດ້ຮັບການຄໍານວນການຄາດຄະເນຂອງການມອບຫມາຍໃນການປະເພດຫນຶ່ງຫຼືຄົນອື່ນ.

ລັກສະນະປຽບທຽບ

ຊຶ່ງແຕກຕ່າງຈາກສອງ embodiments ຂ້າງເທິງປະກອບດ້ວຍໃນຈໍານວນທີ່ແຕກຕ່າງກັນແລະປະເພດຂອງກຸ່ມຂຶ້ນແລະການປ່ຽນແປງເອກະລາດ. ໃນ regression ຄູ່, ສໍາລັບການຍົກຕົວຢ່າງ, ການສຶກສາການເອື່ອຍອີງປັດໄຈ dichotomous ຈາກຫນຶ່ງຫຼືເອກະລາດຫຼາຍເງື່ອນໄຂ. ໃນກໍລະນີດັ່ງກ່າວນີ້, ໃນຍຸກສຸດທ້າຍອາດຈະມີປະເພດຂອງຂະຫນາດໃດ. regression ພະຫຸນາມແມ່ນພິຈາລະນາປະເພດຂອງສະບັບພາສາຂອງການຈັດປະເພດດັ່ງກ່າວ. ມັນກ່ຽວຂ້ອງກັບຕົວແປຕາມສໍາລັບຫຼາຍກ່ວາ 2 ກຸ່ມ. ປັດໄຈເອກະລາດຈະຕ້ອງມີບໍ່ວ່າຈະເປັນລໍາດັບຫຼືຂະຫນາດນ້ອຍ.

Regression Logistic ໃນ spss

The 11-12 ຊຸດສະຖິຕິ, ການນໍາສະເຫນີສະບັບໃຫມ່ຂອງການວິເຄາະໄດ້ - ລໍາດັບ. ວິທີການນີ້ແມ່ນໄດ້ຖືກນໍາໃຊ້ໃນເວລາທີ່ປັດໄຈທີ່ຂຶ້ນກ່ຽວຂ້ອງກັບຊື່ (ລໍາດັບ) ຂະຫນາດດຽວກັນ. ໃນກໍລະນີນີ້ການປ່ຽນແປງເອກະລາດເລືອກປະເພດໂດຍສະເພາະຫນຶ່ງ. ພວກເຂົາເຈົ້າຈະຕ້ອງບໍ່ວ່າຈະລໍາດັບຫລືນາມ. ການຈັດປະເພດໃນປະເພດຫຼາຍພິຈາລະນາອະເນກປະສົງທີ່ສຸດ. ວິທີການນີ້ສາມາດຖືກນໍາໃຊ້ໃນການສຶກສາທັງຫມົດທີ່ນໍາໃຊ້ regression logistic. , однако, можно только с помощью всех трех приемов. ປັບປຸງຄຸນນະພາບຂອງຮູບແບບດັ່ງກ່າວ, ແນວໃດກໍ່ຕາມ, ເປັນໄປໄດ້ພຽງແຕ່ໂດຍການນໍາໃຊ້ທັງຫມົດສາມວິທີການ.

ການຈັດປະເພດລໍາດັບ

ມັນໄດ້ຖືກກ່າວວ່າກ່ອນຫນ້ານັ້ນໃນຊຸດສະຖິຕິບໍ່ໄດ້ສະຫນອງໃຫ້ໂອກາດໃນການປະຕິບັດເປັນການວິເຄາະສະເພາະປົກກະຕິສໍາລັບປັດໄຈຂຶ້ນກັບຂະຫນາດລໍາດັບ. ສໍາຫລັບຕົວແປທັງຫມົດ, ມີຈໍານວນຂອງບັນດາກຸ່ມຂອງຫຼາຍກ່ວາ 2 ທີ່ໃຊ້ option ພະຫຸນາມ. ການນໍາສະເຫນີທີ່ຂ້ອນຂ້າງບໍ່ດົນມານີ້ການວິເຄາະລໍາດັບມີຈໍານວນຄຸນນະສົມບັດ. ພວກເຂົາໃຊ້ເວລາເຂົ້າໄປໃນບັນຊີໂດຍສະເພາະແມ່ນຂະຫນາດຂອງມັນໄດ້. часто не рассматривается как отдельный прием. ຂະນະດຽວກັນ, ໃນຄູ່ມືລະບຽບວິທີການລໍາດັບ regression logistic ແມ່ນມັກຈະບໍ່ຖືວ່າເປັນການຮັບແຍກຕ່າງຫາກ. ເຫດຜົນແມ່ນເປັນດັ່ງຕໍ່ໄປນີ້: ການວິເຄາະອະນຸກົມບໍ່ມີຄວາມໄດ້ປຽບທີ່ສໍາຄັນໃນໄລຍະພະຫຸນາມ. ຜູ້ວິໄຈໄດ້ດີອາດຈະໃຊ້ກໍໃນທີ່ປະທັບແລະລໍາດັບ, ແລະຕົວແປຕາມນາມ. ໃນດໍາເນີນການດັ່ງ, ຂະບວນການຈັດປະເພດແມ່ນເກືອບ indistinguishable ຈາກກັນແລະກັນ. ນີ້ຫມາຍຄວາມວ່າການວິເຄາະເພື່ອການຄອບຄອງຈະບໍ່ເຮັດໃຫ້ເກີດບັນຫາໃດຫນຶ່ງ.

ການວິເຄາະທາງເລືອກ

ພິຈາລະນາໃນກໍລະນີງ່າຍດາຍ - ເປັນ regression ຄູ່. ສໍາລັບຕົວຢ່າງ, ໃນຂະບວນການຂອງການທົດຄົ້ນຄ້ວາການຄາດຄະເນສໍາລັບຜູ້ຮຽນຈົບວິທະຍາໄລນະຄອນສະເພາະໃດຫນຶ່ງ. ໃນຄໍາຖາມ, ຕອບໄດ້ຖືກຮ້ອງຂໍໃຫ້ຄໍາຖາມ, ລວມທັງ:

1. ທ່ານກໍາລັງເຮັດວຽກ? (Ql).
2. ບຸຮຽນຈົບປີ (q 21).
3. ເປັນຄະແນນສະເລ່ຍຂອງການຈໍາຫນ່າຍ (aver) ຈະເປັນແນວໃດ.
4. ເພດ (q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. regression Logistic ຈະໄດ້ປະເມີນຜົນກະທົບຂອງປັດໄຈເອກະລາດໄດ້ benq notebook,, q 21 ແລະ q 22 ຢູ່ ql ຕົວປ່ຽນແປງ. ເວົ້າງ່າຍໆກໍຄືຈຸດປະສົງຂອງການວິເຄາະດັ່ງກ່າວແມ່ນເພື່ອກໍານົດການຈ້າງງານແນວໂນ້ມຂອງຜູ້ຮຽນຈົບບົນພື້ນຖານຂອງຂໍ້ມູນຂ່າວສານກ່ຽວກັບພາກສະຫນາມ, ໃນຕອນທ້າຍຂອງປີ, ແລະຄະແນນສະເລ່ຍໄດ້.

Regression Logistic

ການຕັ້ງຄ່າຕົວກໍານົດການນໍາໃຊ້ regression ຄູ່, ໃຫ້ໃຊ້ເມນູAnalyze►Regression►Binary Logistic. ໃນ Logistic Regression ທີ່ຈະເລືອກເອົາໃນບັນຊີລາຍຊື່ໄວ້ຂອງການປ່ຽນແປງທີ່ມີປັດໄຈຂຶ້ນ. ພວກເຂົາເຈົ້າແມ່ນ ql. ຕົວແປນີ້ຈະຕ້ອງໄດ້ຖືກບັນຈຸຢູ່ໃນພາກສະຫນາມ Dependent. ຫຼັງຈາກນັ້ນ, ທ່ານຕ້ອງໃສ່ຄວາມແປປວນເວັບໄຊດັ່ງກ່າວປັດໄຈເອກະລາດ - q 21, q 22 aver. ຫຼັງຈາກນັ້ນທ່ານຈໍາເປັນຕ້ອງໄດ້ເລືອກເອົາວິທີການຂອງການນໍາເອົາພວກເຂົາໃນການວິເຄາະດັ່ງກ່າວ. ຖ້າຫາກວ່າຈໍານວນຂອງປັດໃຈເອກະລາດຂອງຫຼາຍກ່ວາ 2, ບໍ່ນໍາໃຊ້ວິທີການຂອງການບໍລິຫານເວລາດຽວກັນຂອງການປ່ຽນແປງທັງຫມົດ, ຊຶ່ງໄດ້ຖືກຕິດຕັ້ງໂດຍຕອນຕົ້ນ, ແລະຂັ້ນຕອນໂດຍຂັ້ນຕອນ. ວິທີທີ່ນິຍົມຫຼາຍທີ່ສຸດແມ່ນພິຈາລະນາກັບຄືນ: LR. ການນໍາໃຊ້ເລືອກປຸ່ມ, ທ່ານບໍ່ສາມາດປະກອບມີຢູ່ໃນການສຶກສາຂອງຜູ້ຕອບແບບສອບທັງຫມົດ, ແລະມີພຽງແຕ່ປະເພດເປົ້າຫມາຍສະເພາະໃດຫນຶ່ງ.

ກໍານົດຕົວແປປະເພດ

ປຸ່ມເພດທີ່ຈະນໍາໃຊ້ໃນກໍລະນີໃນເວລາທີ່ຫນຶ່ງໃນການປ່ຽນແປງໄດ້ຖືກຈັດອັນດັບການຈໍານວນຂອງປະເພດຂອງຫຼາຍກ່ວາ 2 ໄດ້. ໃນສະຖານະການດັ່ງກ່າວນີ້, ອະທິບາຍ window ປ່ຽນແປງເດັດຂາດໃນສະຖານີປະເພດຄວາມແປປວນໄວ້ພຽງແຕ່ດັ່ງກ່າວທາງເລືອກທີ່ເປັນ. ໃນຕົວຢ່າງນີ້, ດັ່ງກ່າວຕົວແປທີ່ຂາດຫາຍໄປ. ຫຼັງຈາກນັ້ນບັນຊີລາຍການເລື່ອນລົງ, ເລືອກເອົາລາຍກົງກັນຂ້າມ Deviation ແລະໃຫ້ຄລິກໃສ່ການປ່ຽນແປງປຸ່ມ. ດັ່ງນັ້ນ, ບາງສ່ວນຂອງການປ່ຽນແປງຂຶ້ນຈະຖືກສ້າງຂຶ້ນຈາກແຕ່ລະປັດໄຈເສດຖະກິດ. ຈໍານວນຂອງພວກເຂົາເທົ່າກັບຈໍານວນຂອງຂໍ້ກໍານົດຕົ້ນສະບັບຂອງປະເພດດັ່ງກ່າວ.

ຊ່ວຍປະຢັດຕົວແປໃຫມ່

ໃຊ້ປຸ່ມ Save ໃນການສຶກສາຕົ້ນຕໍແມ່ນໄດ້ກໍານົດການສ້າງຕັ້ງໃຫມ່ປ່ອງ. ພວກເຂົາເຈົ້າຈະປະກອບດ້ວຍຕົວເລກຄໍານວນໃນຂະບວນການຂອງການຖົດຖອຍໄດ້. ໂດຍສະເພາະ, ມັນເປັນໄປໄດ້ທີ່ຈະສ້າງການປ່ຽນແປງທີ່ກໍານົດ:

1. ເປັນປະເພດສະເພາະໃດຫນຶ່ງຂອງການຈັດປະເພດ (Groupmembership).
2. ຄາດຄະເນການຂອງການຈັດປະເພດຕອບແບບສອບຖາມໃນແຕ່ລະກຸ່ມສຶກສາ (ອາດຈະ).

ໃນເວລາທີ່ການນໍາໃຊ້ຕົວເລືອກນັກຄົ້ນຄວ້າປຸ່ມບໍ່ໄດ້ຮັບໂອກາດທີ່ສໍາຄັນ. ຕາມຄວາມເຫມາະສົມ, ມັນກໍສາມາດໄດ້ຮັບການໃສ່ໃຈ. ຫຼັງຈາກການກົດປຸ່ມ "OK" ຢູ່ໃນປ່ອງຢ້ຽມຕົ້ນຕໍຈະໄດ້ຮັບການສະແດງຜົນການຄົ້ນຫາການວິເຄາະ.

ການຄວບຄຸມຄຸນນະພາບຂອງພຽງພໍ regression logistic

ພິຈາລະນາໃນຕາຕະລາງ Omnibus Testsof Model ປະສິດ. ມັນສະແດງຜົນໄດ້ຮັບຂອງການວິເຄາະຄຸນນະພາບຂອງຮູບແບບປະມານດັ່ງກ່າວ. ເນື່ອງຈາກຄວາມຈິງທີ່ວ່າທາງເລືອກທີ່ເພີ່ມຂຶ້ນ, ທ່ານຈໍາເປັນຕ້ອງໄດ້ສັງເກດເບິ່ງຜົນຂອງຂັ້ນຕອນຂອງການທີ່ຜ່ານມາໄດ້ (Step2) ໄດ້ຮັບການສ້າງຕັ້ງ. ຈະໄດ້ຮັບການພິຈາລະນາເປັນຜົນໃນທາງບວກ, ທີ່ໄດ້ພົບເພີ່ມຂຶ້ນຈິແມັດດັດຊະນີໃນການຫັນໄປສູ່ຂັ້ນຕອນຕໍ່ໄປໃນລະດັບສູງຂອງຄວາມສໍາຄັນ (Sig. <0,05). ຄຸນນະພາບຂອງຕົວແບບນີ້ແມ່ນຄາດຄະເນຢູ່ໃນເສັ້ນ Model. ຖ້າຫາກວ່າທ່ານໄດ້ຮັບຄ່າລົບ, ແຕ່ມັນບໍ່ໄດ້ຖືກພິຈາລະນາທີ່ສໍາຄັນຖ້າຫາກວ່າໄດ້ຮູບແບບອຸປະກອນສູງໂດຍລວມ, ທີ່ຜ່ານມາສາມາດໄດ້ຮັບການພິຈາລະນາງາມປະຕິບັດ.

ຕາຕະລາງ

Model ຫຍໍ້ການປະເມີນດັດຊະນີການກະຈາຍທັງຫມົດ, ຊຶ່ງອະທິບາຍເຖິງຮູບແບບການກໍ່ສ້າງ (ຮູບ R Square). ມັນແມ່ນແນະນໍາໃຫ້ສະຫມັກຂໍເອົາຄ່າ Nagelker. ຕົວຊີ້ວັດດ້ານບວກສາມາດໄດ້ຮັບການພິຈາລະນາເປັນຕົວກໍານົດ Nagelkerke R Square, ຖ້າຫາກວ່າມັນແມ່ນສູງກ່ວາ 050. ຫຼັງຈາກນັ້ນການປະເມີນຜົນຜົນໄດ້ຮັບຂອງການຈັດປະເພດທີ່ຕົວຊີ້ວັດທີ່ແທ້ຈິງຂອງຂອງຫນຶ່ງຫຼືປະເພດຂອງການສຶກສາຄົນອື່ນຈະປຽບທຽບກັບຜູ້ຄາດຄະເນໂດຍຮູບແບບການຖົດຖອຍໄດ້. ສໍາລັບຈຸດປະສົງນີ້ຕາຕະລາງຕາຕະລາງການຈັດປະເພດ. ມັນຍັງອະນຸຍາດໃຫ້ທ່ານສາມາດແຕ້ມບົດສະຫຼຸບກ່ຽວກັບການກວດແກ້ຂອງການແຕກຕ່າງກັນສໍາລັບແຕ່ລະກຸ່ມທີ່ມີບັນຫາໄດ້. . ຕາຕະລາງຕໍ່ໄປນີ້ເຮັດໃຫ້ມັນເປັນໄປໄດ້ເພື່ອຊອກຫາປັດໃຈເອກະລາດທີ່ສໍາຄັນທາງສະຖິຕິເຂົ້າເຂົ້າໄປໃນການວິເຄາະໄດ້ເຊັ່ນດຽວກັນກັບທີ່ບໍ່ແມ່ນມາດຕະຖານປັດໄຈ regression logistic. ບົນພື້ນຖານຂອງຕົວຊີ້ວັດເຫຼົ່ານີ້ສາມາດຄາດຄະເນຄວາມຮ່ວມມືຂອງແຕ່ລະຄົນເລີຍໃນຕົວຢ່າງທີ່ຈະເປັນກຸ່ມສະເພາະໃດຫນຶ່ງ. ການປ່ຽນແປງໃຫມ່ສາມາດເຂົ້າໄປນໍາໃຊ້ປຸ່ມ Save. ພວກເຂົາເຈົ້າຈະປະກອບດ້ວຍຂໍ້ມູນຂ່າວສານກ່ຽວກັບການເປັນສະມາຊິກຂອງແຕ່ລະປະເພດການຈັດປະເພດ (Predictedcategory) ແລະການຄາດຄະເນຂອງລວມຢູ່ໃນກຸ່ມຄົນດັ່ງກ່າວ (ຄາດຄະເນສະມາຊິກອາດຈະ) ໄດ້. ຫຼັງຈາກການກົດປຸ່ມ "OK" ຢູ່ໃນປ່ອງຢ້ຽມຕົ້ນຕໍຂອງຈະໄປປາກົດຜົນການຄິດໄລ່ພະຫຸນາມ Logistic Regression.

ຕາຕະລາງທໍາອິດ, ເຊິ່ງປະກອບດ້ວຍຕົວຊີ້ວັດທີ່ສໍາຄັນສໍາລັບການຄົ້ນຄ້ວາ, - Model ຂໍ້ມູນ Fitting. A ລະດັບສູງຂອງຄວາມສໍາຄັນທາງສະຖິຕິຈະຊີ້ໃຫ້ເຫັນເຖິງຄຸນນະພາບສູງແລະຄວາມເຫມາະສົມໃນການນໍາໃຊ້ແບບໃນການແກ້ໄຂບັນຫາການປະຕິບັດ. ຕາຕະລາງທີ່ສໍາຄັນອີກອັນຫນຶ່ງແມ່ນ Pseudo R-Square. ມັນອະນຸຍາດໃຫ້ທ່ານເພື່ອປະເມີນອັດຕາສ່ວນຂອງການປ່ຽນແປງທັງຫມົດທີ່ຢູ່ໃນປັດໄຈທີ່ຂຶ້ນ, ເຊິ່ງແມ່ນເກີດມາຈາກການປ່ຽນແປງເອກະລາດໄດ້ເລືອກສໍາລັບການວິເຄາະ. ອີງຕາມການທົດສອບອັດຕາສ່ວນຕາຕະລາງ Likelihood ສາມາດແຕ້ມບົດສະຫຼຸບກ່ຽວກັບຄວາມສໍາຄັນທາງສະຖິຕິຂອງຍຸກສຸດທ້າຍ. ການຄາດຄະເນພາລາມິເຕີສະທ້ອນໃຫ້ເຫັນຕົວຄູນທີ່ບໍ່ແມ່ນມາດຕະຖານ. ເຂົາເຈົ້າໄດ້ຖືກນໍາໃຊ້ໃນການກໍ່ສ້າງຂອງສະມະການ. ໃນນອກຈາກນັ້ນ, ສໍາລັບການປະສົມປະສານຂອງການປ່ຽນແປງໃນແຕ່ລະແມ່ນກໍານົດຄວາມສໍາຄັນທາງສະຖິຕິຂອງຜົນກະທົບຂອງເຂົາເຈົ້າກ່ຽວກັບປັດໄຈທີ່ຂຶ້ນ. ຂະນະດຽວກັນ, ການຄົ້ນຄວ້າຕະຫຼາດມັກຈະເປັນຄວາມຈໍາເປັນທີ່ຈະແບ່ງແຍກປະເພດຂອງຜູ້ຕອບແບບສອບບໍ່ແຍກຕ່າງຫາກ, ແຕ່ເປັນສ່ວນຫນຶ່ງຂອງກຸ່ມເປົ້າຫມາຍດັ່ງກ່າວ. ສໍາລັບຈຸດປະສົງນີ້ຕາຕະລາງ Observedand ຖີ່ຄາດຄະເນ.

ຄໍາຮ້ອງສະຫມັກພາກປະຕິບັດ

ວິທີການພິຈາລະນາຂອງການວິເຄາະໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການເຮັດວຽກຂອງພໍ່ຄ້າໄດ້. ໃນປີ 1991, ຕົວຊີ້ວັດ sigmoid logistic regression ໄດ້ພັດທະນາ. ພຣະອົງເປັນເຄື່ອງມືງ່າຍທີ່ຈະນໍາໃຊ້ແລະປະສິດທິພາບທີ່ສາມາດຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນລາຄາແນວໂນ້ມທີ່ຈະ "ຄວາມຮ້ອນສູງເກີນ" ຂອງເຂົາເຈົ້າ. ຕົວຊີ້ວັດແມ່ນນໍາສະເຫນີໃນເສັ້ນກຣາຟໃນຮູບແບບຂອງຊ່ອງທາງການສ້າງຕັ້ງຂຶ້ນໂດຍສອງສາຍຂະຫຍາຍໃນຂະຫນານໄດ້. ພວກເຂົາເຈົ້າອອກເປັນໄລຍະທາງເທົ່າທຽມກັນຈາກທ່າອ່ຽງການ. ຄວາມກວ້າງຂອງເສັ້ນທາງການຈະຂຶ້ນກັບ solely ສຸດໄລຍະເວລາທີ່. ຕົວຊີ້ວັດທີ່ຖືກນໍາໃຊ້ໃນເວລາທີ່ເຮັດວຽກຮ່ວມກັບເກືອບທັງຫມົດຊັບສິນ - ຈາກຄູ່ສະກຸນເງິນໂລຫະທີ່ມີຄ່າ.

ໃນການປະຕິບັດ, ການຜະລິດ 2 ຍຸດທະສາດທີ່ສໍາຄັນສໍາລັບການນໍາໃຊ້ຂອງອຸປະກອນ: ລະອຽດແລະປີ້ນກັບໄດ້. ໃນກໍລະນີຜູ້ປະກອບການຈະສຸມໃສ່ນະໂຍບາຍດ້ານຂອງການປ່ຽນແປງລາຄາໃນຊ່ອງດັ່ງກ່າວ. ກ່ຽວກັບແມ່ນຄວາມເປັນໄປໄດ້ວ່າການເຄື່ອນໄຫວທີ່ຈະເລີ້ມໃນທິດທາງກົງກັນຂ້າມໄດ້ເປັນວິທີຕົ້ນທຶນຂອງສະຫນັບສະຫນູນຫຼືການຕໍ່ຕ້ານອັດຕາເສັ້ນ. ຖ້າຫາກວ່າລາຄາແມ່ນຢ່າງໃກ້ຊິດເຫມາະກັບຕົວເລກສູງສຸດ, ຫຼັງຈາກນັ້ນຊັບສິນສາມາດໄດ້ຮັບການລົບລ້າງ. ຖ້າຫາກວ່າມັນແມ່ນຢູ່ໃນຂອບເຂດຈໍາກັດຕ່ໍາ, ທ່ານຄວນຄິດວ່າປະມານການຊື້. ລາຍລະອຽດແຜນຍຸດທະສາດກ່ຽວຂ້ອງກັບການນໍາໃຊ້ຂອງຫນັງສືບັງຄັບໄດ້. ເຂົາເຈົ້າໄດ້ຖືກຕິດຕັ້ງຢູ່ນອກຂອບເຂດຈໍາກັດຂອງໄລຍະສັ້ນໆໄດ້. ຄໍານຶງເຖິງວ່າລາຄາໃນບາງກໍລະນີການລະເມີດໃຫ້ເຂົາເຈົ້າສໍາລັບການໃຊ້ເວລາສັ້ນ, ທ່ານຄວນຫຼິ້ນມັນປອດໄພແລະການຕັ້ງຄ່າຢຸດການສູນເສຍ. ໃນເວລາດຽວກັນ, ແນ່ນອນ, ບໍ່ຄໍານຶງເຖິງຍຸດທະສາດໄດ້ຮັບຄັດເລືອກຮຽກຮ້ອງໃຫ້ຜູ້ປະກອບການເພື່ອເຮັດໃຫ້ຜົນ coolly ຮັບຮູ້ແລະປະເມີນສະຖານະການທີ່ໄດ້ເກີດຂຶ້ນຢູ່ໃນຕະຫຼາດ.

ສະຫຼຸບ

ດັ່ງນັ້ນ, ການນໍາໃຊ້ຂອງການຖົດຖອຍ logistic ອະນຸຍາດໃຫ້ທ່ານຢ່າງວ່ອງໄວແລະໄດ້ຢ່າງງ່າຍດາຍປະເພດຕອບແບບສອບຖາມເຂົ້າໄປໃນປະເພດໃຫ້ສອດຄ່ອງກັບຕົວກໍານົດການທີ່ກໍານົດໄວ້. ໃນເວລາທີ່ວິເຄາະການນໍາໃຊ້ທີ່ເປັນໄປໄດ້ຂອງວິທີການສະເພາະໃດຫນຶ່ງ. ໂດຍສະເພາະ, ຄວາມເກັ່ງກາດຂອງການຖົດຖອຍພະຫຸນາມທີ່ແຕກຕ່າງກັນໄດ້. ຢ່າງໃດກໍຕາມ, ຜູ້ຊ່ຽວຊານແນະນໍາໃຫ້ໃຊ້ວິທີການທັງຫມົດທີ່ອະທິບາຍຂ້າງເທິງນີ້ໃນສະລັບສັບຊ້ອນໄດ້. ນີ້ແມ່ນເນື່ອງມາຈາກຄວາມຈິງທີ່ວ່າໃນກໍລະນີນີ້ຄຸນນະພາບຂອງຕົວແບບນີ້ຈະສູງຂຶ້ນຢ່າງຫຼວງຫຼາຍ. ດັ່ງກ່າວນີ້, ແລະເຮັດໃຫ້ການຂະຫຍາຍລະດັບຂອງຄໍາຮ້ອງສະຫມັກຂອງຕົນໄດ້.