Lojistik regresyonun gerçek hayatta kullanımına i̇lişkin 4 örnek

Lojistik regresyon, yanıt değişkeni ikili olduğunda bir regresyon modeline uymak için kullandığımız istatistiksel bir yöntemdir.

Bu eğitimde lojistik regresyonun gerçek hayatta kullanılmasına ilişkin dört farklı örnek gösterilmektedir.

Gerçek Lojistik Regresyon Örneği #1

Tıbbi araştırmacılar egzersiz ve kilonun kalp krizi geçirme olasılığını nasıl etkilediğini bilmek istiyor. Yordayıcı değişkenler ile kalp krizi geçirme olasılığı arasındaki ilişkiyi anlamak için araştırmacılar lojistik regresyon gerçekleştirebilir.

Modeldeki yanıt değişkeni kalp krizi olacak ve bunun iki potansiyel sonucu olacak:

• Kalp krizi meydana gelir.
• Kalp krizi meydana gelmez.

Modelin sonuçları araştırmacılara, egzersiz ve kilodaki değişikliklerin belirli bir bireyin kalp krizi geçirme olasılığını tam olarak nasıl etkilediğini anlatacak. Araştırmacılar ayrıca uygun lojistik regresyon modelini kullanarak, belirli bir kişinin kilosuna ve egzersiz için harcadığı zamana bağlı olarak kalp krizi geçirme olasılığını tahmin edebilir.

Gerçek Lojistik Regresyon Örneği #2

Araştırmacılar GPA, ACT puanı ve alınan AP dersleri sayısının belirli bir üniversiteye kabul edilme olasılığını nasıl etkilediğini bilmek istiyor. Yordayıcı değişkenler ile kabul edilme olasılığı arasındaki ilişkiyi anlamak için araştırmacılar lojistik regresyon gerçekleştirebilir.

Modeldeki yanıt değişkeni “kabul” olacaktır ve bunun iki potansiyel sonucu vardır:

• Bir öğrenci kabul edilir.
• Öğrenci kabul edilmez.

Modelin sonuçları araştırmacılara genel not ortalaması, ACT puanı ve alınan AP dersleri sayısındaki değişikliklerin belirli bir bireyin üniversiteye kabul edilme olasılığını nasıl etkilediğini tam olarak anlatacak. Araştırmacılar ayrıca belirli bir kişinin genel not ortalamasına, ACT puanına ve aldığı AP ders sayısına göre kabul edilme olasılığını tahmin etmek için uygun lojistik regresyon modelini kullanabilirler.

Lojistik regresyonun gerçek hayattan örneği #3

Bir şirket, kelime sayısının ve menşe ülkesinin bir e-postanın spam olma olasılığını etkileyip etkilemediğini bilmek istiyor. Bu iki belirleyici değişken ile bir e-postanın spam olma olasılığı arasındaki ilişkiyi anlamak için araştırmacılar lojistik regresyon gerçekleştirebilir.

Şablondaki yanıt değişkeni “spam” olacaktır ve bunun iki olası sonucu vardır:

• E-posta spamdir.
• E-posta spam değildir.

Modelin sonuçları, şirkete kelime sayısı ve menşe ülkesindeki değişikliklerin belirli bir e-postanın spam olma olasılığını tam olarak nasıl etkilediğini anlatacak. Şirket ayrıca, kelime sayısına ve menşe ülkesine bağlı olarak belirli bir e-postanın spam olma olasılığını tahmin etmek için uygun lojistik regresyon modelini de kullanabilir.

Gerçek Lojistik Regresyon Örneği #4

Bir kredi kartı şirketi, işlem tutarının ve kredi puanının belirli bir işlemin hileli olma olasılığını etkileyip etkilemediğini bilmek istiyor. Bu iki belirleyici değişken arasındaki ilişkiyi ve bir işlemin hileli olma ihtimalini anlamak için şirket lojistik regresyon gerçekleştirebilir.

Modeldeki yanıt değişkeni “dolandırıcı” olacak ve iki potansiyel sonuca sahip olacaktır:

• İşlem sahtekarlıktır.
• İşlem hileli değildir.

Modelin sonuçları, işletmeye işlem tutarındaki ve kredi puanındaki değişikliklerin belirli bir işlemin hileli olma olasılığını tam olarak nasıl etkilediğini anlatacak. Şirket ayrıca, işlem tutarına ve işlemi yapan kişinin kredi puanına bağlı olarak belirli bir işlemin hileli olma olasılığını tahmin etmek için uygun lojistik regresyon modelini kullanabilir.