Ada tiga jenis model regresi logistik:<\/span><\/p>\n Tabel berikut merangkum perbedaan-perbedaan tersebut:<\/span> <\/p>\n Tutorial ini memberikan penjelasan singkat mengenai masing-masing jenis model regresi logistik beserta contohnya.<\/span><\/p>\n Model regresi logistik biner<\/strong> merupakan salah satu jenis regresi logistik yang variabel responnya hanya dapat dibagi menjadi dua kategori.<\/span><\/p>\n Berikut beberapa contohnya:<\/span><\/p>\n Contoh 1: Draf NBA<\/strong><\/span><\/p>\n Misalkan seorang ilmuwan data olahraga ingin menggunakan variabel prediktor (1) poin, (2) rebound, dan (3) assist untuk memprediksi kemungkinan bahwa seorang pemain bola basket perguruan tinggi tertentu akan dimasukkan ke dalam NBA.<\/span><\/p>\n Karena hanya ada dua kemungkinan hasil (tertulis atau tidak tertulis) untuk variabel respon, data scientist akan menggunakan model regresi logistik binomial.<\/span><\/p>\n Contoh 2: Deteksi spam<\/strong><\/span><\/p>\n Misalkan sebuah perusahaan ingin menggunakan variabel prediktor (1) jumlah kata dan (2) negara asal untuk memprediksi kemungkinan email tertentu adalah spam.<\/span><\/p>\n Karena hanya ada dua kemungkinan hasil (spam atau non-spam) untuk variabel respon, perusahaan akan menggunakan model regresi logistik binomial.<\/span><\/p>\n Model regresi logistik multinomial<\/strong> adalah jenis regresi logistik di mana variabel respon dapat masuk ke dalam salah satu dari tiga kategori atau lebih dan tidak ada urutan alami antar kategori.<\/span><\/p>\n Berikut beberapa contohnya:<\/span><\/p>\n Contoh 1: Preferensi politik<\/strong><\/span><\/p>\n Misalkan seorang ilmuwan politik ingin menggunakan variabel prediktor (1) pendapatan tahunan dan (2) lama pendidikan untuk memprediksi kemungkinan seseorang akan memilih salah satu dari empat calon presiden yang berbeda.<\/span><\/p>\n Karena terdapat lebih dari dua kemungkinan hasil (ada empat kandidat potensial) untuk variabel respon dan tidak ada urutan alamiah di antara hasil-hasil tersebut, maka ilmuwan politik akan menggunakan model regresi logistik multinomial.<\/span><\/p>\n Contoh 2: Preferensi olahraga<\/strong><\/span><\/p>\n Misalkan seorang analis olahraga ingin menggunakan variabel prediktor (1) jam menonton televisi per minggu dan (2) usia untuk memprediksi kemungkinan seseorang akan memilih bola basket, sepak bola, atau baseball sebagai olahraga favoritnya.<\/span><\/p>\n Karena terdapat lebih dari dua kemungkinan hasil (ada tiga olahraga) untuk variabel respon, analis olahraga akan menggunakan model regresi logistik multinomial.<\/span><\/p>\n Model regresi logistik ordinal<\/strong> adalah jenis regresi logistik di mana variabel respons dapat dimasukkan ke dalam salah satu dari tiga kategori atau lebih dan terdapat<\/em> urutan alami di antara kategori-kategori tersebut.<\/span><\/p>\n Berikut beberapa contohnya:<\/span><\/p>\n Contoh 1: penilaian sekolah<\/strong><\/span><\/p>\n Misalkan seorang konselor perguruan tinggi ingin menggunakan variabel prediktor (1) IPK, (2) skor ACT, dan (3) skor SAT untuk memprediksi kemungkinan seseorang akan masuk perguruan tinggi yang mungkin dikategorikan \u201cburuk\u201d, \u201cbiasa-biasa saja\u201d . \u00bb, \u201cbagus\u201d atau \u201chebat\u201d.<\/span><\/p>\n Karena terdapat lebih dari dua hasil yang mungkin (ada empat klasifikasi kualitas sekolah) untuk variabel respons dan terdapat<\/em> urutan yang wajar di antara hasil-hasil tersebut, maka konselor sekolah akan menggunakan model regresi logistik ordinal.<\/span><\/p>\n Contoh 2: Rating Film<\/strong><\/span><\/p>\n Misalkan seorang kritikus film ingin menggunakan variabel prediktor (1) total durasi tayang dan (2) genre untuk memprediksi kemungkinan film tertentu akan mendapat rating antara 1 dan 10.<\/span><\/p>\n Karena terdapat lebih dari dua kemungkinan hasil (ada 10 kemungkinan peringkat) untuk variabel respons dan terdapat<\/em> urutan alami di antara hasil-hasil tersebut, kritikus film akan menggunakan model regresi logistik ordinal.<\/span><\/p>\n Tutorial berikut memberikan detail lebih lanjut tentang model regresi logistik:<\/span><\/p>\n Pengantar Regresi Logistik<\/a> Regresi logistik mengacu pada model regresi apa pun yang variabel responsnya bersifat kategoris. Ada tiga jenis model regresi logistik: Regresi logistik biner : Variabel respon hanya dapat dimasukkan ke dalam salah satu dari dua kategori tersebut. Regresi logistik multinomial : Variabel respons dapat masuk ke dalam salah satu dari tiga kategori atau lebih dan tidak […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
![\"jenis](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/typeslogistiqueregression1.png\")
<\/p>\n Tipe #1: regresi logistik biner<\/strong><\/span><\/h3>\n
Tipe n\u00b02: Regresi logistik multinomial<\/strong><\/span><\/h3>\n
Tipe #3: Regresi logistik ordinal<\/strong><\/span><\/h3>\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
6 hipotesis regresi logistik<\/a>
4 Contoh Penggunaan Regresi Logistik dalam Kehidupan Nyata<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"