वास्तविक जीवन में लॉजिस्टिक रिग्रेशन का उपयोग करने के 4 उदाहरण

लॉजिस्टिक रिग्रेशन एक सांख्यिकीय पद्धति है जिसका उपयोग हम रिग्रेशन मॉडल को फिट करने के लिए करते हैं जब प्रतिक्रिया चर द्विआधारी होता है।

यह ट्यूटोरियल वास्तविक जीवन में लॉजिस्टिक रिग्रेशन का उपयोग करने के चार अलग-अलग उदाहरण दिखाता है।

वास्तविक लॉजिस्टिक रिग्रेशन उदाहरण #1

चिकित्सा शोधकर्ता जानना चाहते हैं कि व्यायाम और वजन दिल का दौरा पड़ने की संभावना को कैसे प्रभावित करते हैं। भविष्यवक्ता चर और दिल का दौरा पड़ने की संभावना के बीच संबंध को समझने के लिए, शोधकर्ता लॉजिस्टिक रिग्रेशन कर सकते हैं।

मॉडल में प्रतिक्रिया चर दिल का दौरा होगा और इसके दो संभावित परिणाम होंगे:

• दिल का दौरा पड़ जाता है.
• दिल का दौरा नहीं पड़ता.

मॉडल के परिणाम शोधकर्ताओं को बताएंगे कि व्यायाम और वजन में परिवर्तन किसी व्यक्ति को दिल का दौरा पड़ने की संभावना को कैसे प्रभावित करते हैं। शोधकर्ता फिटेड लॉजिस्टिक रिग्रेशन मॉडल का उपयोग करके किसी व्यक्ति के वजन और व्यायाम में बिताए गए समय के आधार पर दिल का दौरा पड़ने की संभावना का अनुमान लगा सकते हैं।

वास्तविक लॉजिस्टिक रिग्रेशन उदाहरण #2

शोधकर्ता जानना चाहते हैं कि जीपीए, एसीटी स्कोर और एपी पाठ्यक्रमों की संख्या किसी विशेष विश्वविद्यालय में स्वीकार किए जाने की संभावना को कैसे प्रभावित करती है। भविष्यवक्ता चर और स्वीकार किए जाने की संभावना के बीच संबंध को समझने के लिए, शोधकर्ता लॉजिस्टिक रिग्रेशन कर सकते हैं।

मॉडल में प्रतिक्रिया चर “स्वीकृति” होगा और इसके दो संभावित परिणाम होंगे:

• एक छात्र को स्वीकार किया जाता है.
• एक छात्र को स्वीकार नहीं किया जाता है.

मॉडल के परिणाम शोधकर्ताओं को बताएंगे कि जीपीए, एसीटी स्कोर और एपी पाठ्यक्रमों की संख्या में परिवर्तन इस संभावना को कैसे प्रभावित करते हैं कि किसी व्यक्ति को कॉलेज में स्वीकार किया जाएगा। शोधकर्ता फिट किए गए लॉजिस्टिक रिग्रेशन मॉडल का उपयोग इस संभावना का अनुमान लगाने के लिए भी कर सकते हैं कि किसी व्यक्ति को उनके जीपीए, एसीटी स्कोर और लिए गए एपी पाठ्यक्रमों की संख्या के आधार पर स्वीकार किया जाएगा।

लॉजिस्टिक रिग्रेशन #3 का वास्तविक जीवन उदाहरण

एक कंपनी यह जानना चाहती है कि क्या शब्द गणना और मूल देश किसी ईमेल के स्पैम होने की संभावना को प्रभावित करते हैं। इन दो भविष्यवक्ता चरों के बीच संबंध और ईमेल के स्पैम होने की संभावना को समझने के लिए, शोधकर्ता लॉजिस्टिक रिग्रेशन कर सकते हैं।

टेम्प्लेट में प्रतिक्रिया चर “स्पैम” होगा और इसके दो संभावित परिणाम होंगे:

• ईमेल स्पैम है.
• ईमेल स्पैम नहीं है.

मॉडल के नतीजे कंपनी को बताएंगे कि शब्द गणना और मूल देश में परिवर्तन किसी दिए गए ईमेल के स्पैम होने की संभावना को कैसे प्रभावित करते हैं। कंपनी शब्दों की संख्या और मूल देश के आधार पर किसी दिए गए ईमेल के स्पैम होने की संभावना का अनुमान लगाने के लिए फिटेड लॉजिस्टिक रिग्रेशन मॉडल का भी उपयोग कर सकती है।

वास्तविक लॉजिस्टिक रिग्रेशन उदाहरण #4

एक क्रेडिट कार्ड कंपनी यह जानना चाहती है कि क्या लेन-देन की राशि और क्रेडिट स्कोर किसी दिए गए लेन-देन के धोखाधड़ीपूर्ण होने की संभावना को प्रभावित करते हैं। इन दो भविष्यवक्ता चरों के बीच संबंध और लेन-देन धोखाधड़ी होने की संभावना को समझने के लिए, कंपनी एक लॉजिस्टिक रिग्रेशन कर सकती है।

मॉडल में प्रतिक्रिया चर “कपटपूर्ण” होगा और इसके दो संभावित परिणाम होंगे:

• लेन-देन फर्जी है.
• लेन-देन धोखाधड़ी वाला नहीं है.

मॉडल के परिणाम व्यवसाय को सटीक रूप से बताएंगे कि लेन-देन की राशि और क्रेडिट स्कोर में परिवर्तन किसी दिए गए लेन-देन के धोखाधड़ीपूर्ण होने की संभावना को कैसे प्रभावित करते हैं। कंपनी लेन-देन की राशि और लेन-देन करने वाले व्यक्ति के क्रेडिट स्कोर के आधार पर किसी दिए गए लेन-देन के धोखाधड़ीपूर्ण होने की संभावना का अनुमान लगाने के लिए फिटेड लॉजिस्टिक रिग्रेशन मॉडल का भी उपयोग कर सकती है।