4 ตัวอย่างการใช้ logistic regression ในชีวิตจริง

การถดถอยแบบลอจิสติก เป็นวิธีการทางสถิติที่เราใช้เพื่อปรับให้เหมาะสมกับแบบจำลองการถดถอยเมื่อตัวแปรตอบสนองเป็นไบนารี

บทช่วยสอนนี้แสดงตัวอย่างสี่ตัวอย่างที่แตกต่างกันของการใช้การถดถอยโลจิสติกในชีวิตจริง

ตัวอย่างการถดถอยโลจิสติกจริง #1

นักวิจัยทางการแพทย์ต้องการทราบว่าการออกกำลังกายและน้ำหนักส่งผลต่อโอกาสที่จะหัวใจวายอย่างไร เพื่อทำความเข้าใจความสัมพันธ์ระหว่างตัวแปรทำนายและโอกาสที่จะเกิดภาวะหัวใจวาย นักวิจัยสามารถดำเนินการถดถอยลอจิสติกส์ได้

ตัวแปรการตอบสนองในแบบจำลองจะเป็นอาการหัวใจวาย และจะมีผลลัพธ์ที่เป็นไปได้สองประการ:

• หัวใจวายเกิดขึ้น
• อาการหัวใจวายไม่เกิดขึ้น

ผลลัพธ์ของแบบจำลองจะบอกนักวิจัยได้อย่างชัดเจนว่าการเปลี่ยนแปลงการออกกำลังกายและน้ำหนักส่งผลต่อแนวโน้มที่จะหัวใจวายของแต่ละบุคคลอย่างไร นักวิจัยยังสามารถใช้แบบจำลองการถดถอยโลจิสติกที่เหมาะสมเพื่อคาดการณ์โอกาสที่บุคคลนั้นจะมีอาการหัวใจวาย โดยพิจารณาจากน้ำหนักและเวลาในการออกกำลังกาย

ตัวอย่างการถดถอยโลจิสติกจริง #2

นักวิจัยต้องการทราบว่าคะแนน GPA, ACT และจำนวนหลักสูตร AP ส่งผลต่อโอกาสในการตอบรับเข้าศึกษาในมหาวิทยาลัยแห่งใดแห่งหนึ่งอย่างไร เพื่อทำความเข้าใจความสัมพันธ์ระหว่างตัวแปรทำนายและความน่าจะเป็นที่จะได้รับการยอมรับ นักวิจัยสามารถทำการถดถอยโลจิสติกได้

ตัวแปรการตอบสนองในแบบจำลองจะเป็น “การยอมรับ” และจะมีผลลัพธ์ที่เป็นไปได้สองประการ:

• นักเรียนได้รับการยอมรับ
• ไม่รับนักเรียน

ผลลัพธ์ของแบบจำลองจะบอกนักวิจัยได้อย่างชัดเจนว่าการเปลี่ยนแปลงของเกรดเฉลี่ย คะแนน ACT และจำนวนหลักสูตร AP ที่เรียนส่งผลต่อความเป็นไปได้ที่บุคคลนั้นจะได้รับการตอบรับเข้ามหาวิทยาลัยอย่างไร นักวิจัยยังสามารถใช้แบบจำลองการถดถอยโลจิสติกที่เหมาะสมเพื่อคาดการณ์ความน่าจะเป็นที่แต่ละบุคคลจะได้รับการยอมรับ โดยพิจารณาจากเกรดเฉลี่ย คะแนน ACT และจำนวนหลักสูตร AP ที่เรียน

ตัวอย่างชีวิตจริงของการถดถอยโลจิสติก #3

บริษัทต้องการทราบว่าจำนวนคำและประเทศต้นทางส่งผลต่อแนวโน้มที่อีเมลจะเป็นสแปมหรือไม่ เพื่อให้เข้าใจความสัมพันธ์ระหว่างตัวแปรทำนายทั้งสองนี้กับโอกาสที่อีเมลจะเป็นสแปม นักวิจัยสามารถดำเนินการถดถอยโลจิสติกได้

ตัวแปรการตอบสนองในเทมเพลตจะเป็น “สแปม” และอาจมีผลลัพธ์ที่เป็นไปได้สองประการ:

• อีเมลนั้นเป็นสแปม
• อีเมลนี้ไม่ใช่สแปม

ผลลัพธ์ของแบบจำลองจะบอกบริษัทได้อย่างชัดเจนว่าการเปลี่ยนแปลงจำนวนคำและประเทศต้นทางส่งผลต่อแนวโน้มที่อีเมลที่กำหนดจะเป็นสแปมอย่างไร บริษัทยังสามารถใช้แบบจำลองการถดถอยโลจิสติกที่เหมาะสมเพื่อคาดการณ์แนวโน้มที่อีเมลที่กำหนดจะเป็นสแปม โดยพิจารณาจากจำนวนคำและประเทศต้นทาง

ตัวอย่างการถดถอยโลจิสติกจริง #4

บริษัทบัตรเครดิตต้องการทราบว่าจำนวนธุรกรรมและคะแนนเครดิตส่งผลกระทบต่อแนวโน้มที่ธุรกรรมนั้นๆ เป็นการฉ้อโกงหรือไม่ เพื่อทำความเข้าใจความสัมพันธ์ระหว่างตัวแปรทำนายทั้งสองนี้และความน่าจะเป็นที่ธุรกรรมเป็นการฉ้อโกง บริษัทสามารถดำเนินการถดถอยลอจิสติกได้

ตัวแปรการตอบสนองในแบบจำลองจะเป็น “การฉ้อโกง” และจะมีผลลัพธ์ที่เป็นไปได้สองประการ:

• ธุรกรรมดังกล่าวเป็นการฉ้อโกง
• การทำธุรกรรมไม่เป็นการฉ้อโกง

ผลลัพธ์ของแบบจำลองจะบอกธุรกิจได้อย่างชัดเจนว่าการเปลี่ยนแปลงจำนวนธุรกรรมและคะแนนเครดิตส่งผลต่อความเป็นไปได้ที่ธุรกรรมที่กำหนดเป็นการฉ้อโกงอย่างไร บริษัทยังสามารถใช้แบบจำลองการถดถอยโลจิสติกที่เหมาะสมเพื่อคาดการณ์ความเป็นไปได้ที่ธุรกรรมที่กำหนดเป็นการฉ้อโกง โดยขึ้นอยู่กับจำนวนธุรกรรมและคะแนนเครดิตของบุคคลที่ทำธุรกรรม