10. PRAKTIKUM: 1) LOGISTILINE REGRESSIOON Logistilise regressiooni olemus on sarnane lineaarse ja mitmese regressiooni omaga põhiline erinevus seisneb selles, et logistilise regressiooniga ennustame kategooriat väljendavat tunnust. Kui meil on kaks kategooriat, on selle analüüsi nimi binaarne logistiline regressioon (binary logistic regression); kui on kahest enam kategooriat, on selle nimi multinominaalne logistiline regressioon (multinominal logistic regression). Logistilise regressiooni puhul on ennustatavaks suuruseks sündmuse asetleidmise tõenäosus (seega ennustatava muutuja väärtus saab olla 0 ja 1 vahel). Binaarse logistilise regressiooni eeldused: - sõltuv muutuja on dihhotoomne väärtus (nt jah/ei, on/ei ole, 0/1); see eeldab ka vastavat muutuja kodeerimist (st kujule 0 ja 1), kuivõrd arvutatakse
oluline) ning (f) koefitsientide tabeli, mis näitab prediktori väärtust ning olulisust mudelis. Logistiline regressioon Logistilise regressiooni olemus on sarnane lineaarse ja mitmese regressiooni omaga põhiline erinevus seisneb selles, et logistilise regressiooniga ennustame kategooriat väljendavat tunnust. Kui meil on kaks kategooriat, on selle analüüsi nimi binaarne logistiline regressioon (binary logistic regression); kui on kahest enam kategooriat, on selle nimi multinominaalne logistiline regressioon (multinominal logistic regression). Logistilise regressiooni puhul on ennustatavaks suuruseks sündmuse asetleidmise tõenäosus (seega ennustatava muutuja väärtus saab olla 0 ja 1 vahel). Binaarse logistilise regressiooni eeldused: 1 sõltuv muutuja on dihhotoomne väärtus (nt jah/ei, on/ei ole, 0/1); see eeldab ka vastavat muutuja kodeerimist (st kujule 0 ja 1), kuivõrd arvutatakse sündmuse asetleidmise tõenäosust.
annaabi.ee 
