การถดถอยโลจิสติก 3 ประเภท (รวมตัวอย่าง)

การถดถอยแบบลอจิสติก หมายถึงแบบจำลองการถดถอยใดๆ ซึ่งมี ตัวแปรการตอบสนอง อยู่ในหมวดหมู่

แบบจำลองการถดถอยโลจิสติกมีสามประเภท:

• การถดถอยโลจิสติกแบบไบนารี : ตัวแปรตอบสนองสามารถอยู่ในหนึ่งในสองหมวดหมู่เท่านั้น
• การถดถอยโลจิสติกพหุนาม : ตัวแปรตอบสนองสามารถจัดอยู่ในหมวดหมู่ใดประเภทหนึ่งจากสามหมวดหมู่ขึ้นไป และไม่มีการเรียงลำดับตามธรรมชาติระหว่างหมวดหมู่เหล่านั้น
• การถดถอยโลจิสติกลำดับ : ตัวแปรตอบสนองสามารถจัดอยู่ในหนึ่งในสามหมวดหมู่ขึ้นไป และ มี การเรียงลำดับตามธรรมชาติระหว่างหมวดหมู่ต่างๆ

ตารางต่อไปนี้สรุปความแตกต่างเหล่านี้:

บทช่วยสอนนี้ให้คำอธิบายโดยย่อเกี่ยวกับแบบจำลองการถดถอยโลจิสติกแต่ละประเภท พร้อมด้วยตัวอย่างของแต่ละประเภท

ประเภท #1: การถดถอยลอจิสติกแบบไบนารี

โมเดลการถดถอยโลจิสติกแบบไบนารี เป็นประเภทของการถดถอยโลจิสติกซึ่งตัวแปรตอบสนองสามารถแบ่งออกเป็นสองประเภทเท่านั้น

นี่คือตัวอย่างบางส่วน:

ตัวอย่างที่ 1: ร่าง NBA

สมมติว่านักวิทยาศาสตร์ข้อมูลการกีฬาต้องการใช้ตัวแปรทำนาย (1) คะแนน (2) รีบาวด์ และ (3) ช่วยในการทำนายความเป็นไปได้ที่นักบาสเกตบอลระดับวิทยาลัยคนใดคนหนึ่งจะถูกร่างเข้าสู่ NBA

เนื่องจากมีเพียงสองผลลัพธ์ที่เป็นไปได้ (เป็นลายลักษณ์อักษรหรือไม่ได้เขียนไว้) สำหรับตัวแปรตอบสนอง นักวิทยาศาสตร์ด้านข้อมูลจึงใช้แบบจำลองการถดถอยโลจิสติกแบบทวินาม

ตัวอย่างที่ 2: การตรวจจับสแปม

สมมติว่าบริษัทต้องการใช้ตัวแปรทำนาย (1) จำนวนคำและ (2) ประเทศต้นทางเพื่อคาดการณ์แนวโน้มที่อีเมลที่กำหนดจะเป็นสแปม

เนื่องจากมีเพียงสองผลลัพธ์ที่เป็นไปได้ (สแปมหรือไม่ใช่สแปม) สำหรับตัวแปรการตอบสนอง บริษัทจึงใช้แบบจำลองการถดถอยโลจิสติกแบบทวินาม

ประเภท n°2: การถดถอยโลจิสติกพหุนาม

แบบจำลองการถดถอยโลจิสติกพหุนาม เป็นประเภทของการถดถอยโลจิสติก ซึ่งตัวแปรตอบสนองสามารถจัดอยู่ในหมวดหมู่ใดประเภทหนึ่งจากสามหมวดหมู่ขึ้นไป และไม่มีการเรียงลำดับตามธรรมชาติระหว่างหมวดหมู่เหล่านั้น

นี่คือตัวอย่างบางส่วน:

ตัวอย่างที่ 1: ความชอบทางการเมือง

สมมติว่านักรัฐศาสตร์ต้องการใช้ตัวแปรทำนาย (1) รายได้ต่อปีและ (2) ปีการศึกษา เพื่อทำนายความน่าจะเป็นที่บุคคลจะลงคะแนนให้หนึ่งในสี่ผู้สมัครชิงตำแหน่งประธานาธิบดีที่แตกต่างกัน

เนื่องจากมีผลลัพธ์ที่เป็นไปได้มากกว่าสองผลลัพธ์ (มีผู้สมัครที่เป็นไปได้สี่ราย) สำหรับตัวแปรการตอบสนอง และไม่มีการเรียงลำดับตามธรรมชาติระหว่างผลลัพธ์ นักวิทยาศาสตร์ทางการเมืองจึงใช้แบบจำลองการถดถอยลอจิสติกแบบพหุนาม

ตัวอย่างที่ 2: การตั้งค่ากีฬา

สมมติว่านักวิเคราะห์กีฬาต้องการใช้ตัวแปรทำนาย (1) ชั่วโมงที่ดูโทรทัศน์ต่อสัปดาห์ และ (2) อายุ เพื่อทำนายความน่าจะเป็นที่บุคคลจะเลือกบาสเกตบอล ฟุตบอล หรือเบสบอลเป็นกีฬาโปรด

เนื่องจากมีผลลัพธ์ที่เป็นไปได้มากกว่าสองรายการ (มีสามกีฬา) สำหรับตัวแปรการตอบสนอง นักวิเคราะห์กีฬาจะใช้แบบจำลองการถดถอยโลจิสติกพหุนาม

ประเภท #3: การถดถอยโลจิสติกลำดับ

แบบจำลองการถดถอยโลจิสติกลำดับ คือประเภทของการถดถอยโลจิสติก ซึ่งตัวแปรตอบสนองสามารถจัดเป็นหนึ่งในสามหมวดหมู่ขึ้นไป และ มี การเรียงลำดับตามธรรมชาติระหว่างหมวดหมู่ต่างๆ

นี่คือตัวอย่างบางส่วน:

ตัวอย่างที่ 1: การประเมินโรงเรียน

สมมติว่าที่ปรึกษาวิทยาลัยต้องการใช้ตัวแปรทำนาย (1) เกรดเฉลี่ย (2) คะแนน ACT และ (3) คะแนน SAT เพื่อทำนายความเป็นไปได้ที่บุคคลจะเข้าวิทยาลัยที่อาจจัดอยู่ในประเภท “ไม่ดี” “ปานกลาง” . », “ดี” หรือ “เยี่ยมยอด”

เนื่องจากมีผลลัพธ์ที่เป็นไปได้มากกว่าสองรายการ (มีการจำแนกคุณภาพของโรงเรียนสี่ประเภท) สำหรับตัวแปรการตอบสนอง และ มี การเรียงลำดับตามธรรมชาติระหว่างผลลัพธ์ ที่ปรึกษาโรงเรียนจะใช้แบบจำลองการถดถอยโลจิสติกลำดับ

ตัวอย่างที่ 2: การจัดเรตภาพยนตร์

สมมติว่านักวิจารณ์ภาพยนตร์ต้องการใช้ตัวแปรทำนาย (1) เวลาฉายทั้งหมดและ (2) ประเภท เพื่อทำนายความน่าจะเป็นที่ภาพยนตร์จะได้รับเรตติ้งระหว่าง 1 ถึง 10

เนื่องจากมีผลลัพธ์ที่เป็นไปได้มากกว่าสองรายการ (มี 10 ระดับที่เป็นไปได้) สำหรับตัวแปรการตอบสนอง และ มี การเรียงลำดับตามธรรมชาติระหว่างผลลัพธ์ นักวิจารณ์ภาพยนตร์จึงใช้แบบจำลองการถดถอยโลจิสติกลำดับ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้ให้รายละเอียดเพิ่มเติมเกี่ยวกับแบบจำลองการถดถอยโลจิสติก:

รู้เบื้องต้นเกี่ยวกับการถดถอยโลจิสติก
สมมติฐาน 6 ข้อของการถดถอยโลจิสติก
4 ตัวอย่างการใช้ Logistic Regression ในชีวิตจริง