\u00dc\u00e7 t\u00fcr lojistik regresyon modeli vard\u0131r:<\/span><\/p>\n A\u015fa\u011f\u0131daki tablo bu farkl\u0131l\u0131klar\u0131 \u00f6zetlemektedir:<\/span> <\/p>\n Bu e\u011fitimde her bir lojistik regresyon modelinin k\u0131sa bir a\u00e7\u0131klamas\u0131 ve her birinin \u00f6rnekleri verilmektedir.<\/span><\/p>\n \u0130kili lojistik regresyon modelleri,<\/strong> yan\u0131t de\u011fi\u015fkeninin yaln\u0131zca iki kategoriye girebildi\u011fi bir t\u00fcr lojistik regresyondur.<\/span><\/p>\n \u0130\u015fte baz\u0131 \u00f6rnekler:<\/span><\/p>\n \u00d6rnek 1: NBA Draft\u0131<\/strong><\/span><\/p>\n Bir spor veri bilimcisinin, belirli bir \u00fcniversite basketbol oyuncusunun NBA’e se\u00e7ilme olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in tahmin de\u011fi\u015fkenlerini (1) say\u0131, (2) ribaund ve (3) asist olarak kullanmak istedi\u011fini varsayal\u0131m.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni i\u00e7in yaln\u0131zca iki olas\u0131 sonu\u00e7 (yaz\u0131l\u0131 veya yaz\u0131l\u0131 olmayan) oldu\u011fundan, veri bilimci bir binom lojistik regresyon modeli kullanacakt\u0131r.<\/span><\/p>\n \u00d6rnek 2: Spam tespiti<\/strong><\/span><\/p>\n Bir \u015firketin belirli bir e-postan\u0131n spam olma olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in tahmin de\u011fi\u015fkenlerini (1) kelime say\u0131s\u0131 ve (2) men\u015fe \u00fclkesini kullanmak istedi\u011fini varsayal\u0131m.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni i\u00e7in yaln\u0131zca iki olas\u0131 sonu\u00e7 (spam veya spam olmayan) oldu\u011fundan, \u015firket binom lojistik regresyon modelini kullanacakt\u0131r.<\/span><\/p>\n \u00c7ok terimli lojistik regresyon modelleri,<\/strong> yan\u0131t de\u011fi\u015fkeninin \u00fc\u00e7 veya daha fazla kategoriden birine girebildi\u011fi ve kategoriler aras\u0131nda do\u011fal bir s\u0131ralaman\u0131n bulunmad\u0131\u011f\u0131 bir t\u00fcr lojistik regresyondur.<\/span><\/p>\n \u0130\u015fte baz\u0131 \u00f6rnekler:<\/span><\/p>\n \u00d6rnek 1: Siyasi tercih<\/strong><\/span><\/p>\n Bir siyaset bilimcinin, bir bireyin d\u00f6rt farkl\u0131 ba\u015fkan aday\u0131ndan birine oy verme olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in (1) y\u0131ll\u0131k gelir ve (2) y\u0131ll\u0131k e\u011fitim tahmin de\u011fi\u015fkenlerini kullanmak istedi\u011fini varsayal\u0131m.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni i\u00e7in ikiden fazla olas\u0131 sonu\u00e7 (d\u00f6rt potansiyel aday vard\u0131r) oldu\u011fundan ve sonu\u00e7lar aras\u0131nda do\u011fal bir s\u0131ralama olmad\u0131\u011f\u0131ndan, siyaset bilimci \u00e7ok terimli bir lojistik regresyon modeli kullanacakt\u0131r.<\/span><\/p>\n \u00d6rnek 2: Spor tercihi<\/strong><\/span><\/p>\n Bir spor analistinin, bir bireyin en sevdi\u011fi spor olarak basketbolu, futbolu veya beyzbolu se\u00e7me olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in (1) haftada televizyon izleme saati ve (2) ya\u015f gibi yorday\u0131c\u0131 de\u011fi\u015fkenleri kullanmak istedi\u011fini varsayal\u0131m.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni i\u00e7in ikiden fazla olas\u0131 sonu\u00e7 (\u00fc\u00e7 spor vard\u0131r) oldu\u011fundan, spor analisti \u00e7ok terimli bir lojistik regresyon modeli kullanacakt\u0131r.<\/span><\/p>\n S\u0131ral\u0131 lojistik regresyon modelleri,<\/strong> yan\u0131t de\u011fi\u015fkeninin \u00fc\u00e7 veya daha fazla kategoriden birine girebildi\u011fi ve kategoriler aras\u0131nda do\u011fal bir s\u0131ralaman\u0131n oldu\u011fu<\/em> bir t\u00fcr lojistik regresyondur.<\/span><\/p>\n \u0130\u015fte baz\u0131 \u00f6rnekler:<\/span><\/p>\n \u00d6rnek 1: okul de\u011ferlendirmeleri<\/strong><\/span><\/p>\n Bir \u00fcniversite dan\u0131\u015fman\u0131n\u0131n, bir bireyin “k\u00f6t\u00fc”, “vasat” olarak s\u0131n\u0131fland\u0131r\u0131labilecek bir \u00fcniversiteye girme olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in (1) GPA, (2) ACT puan\u0131 ve (3) SAT puan\u0131n\u0131 \u00f6ng\u00f6ren de\u011fi\u015fkenleri kullanmak istedi\u011fini varsayal\u0131m. . \u00bb, \u201ciyi\u201d veya \u201charika\u201d.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni i\u00e7in ikiden fazla olas\u0131 sonu\u00e7 (okul kalitesinin d\u00f6rt s\u0131n\u0131fland\u0131rmas\u0131 vard\u0131r) oldu\u011fundan ve sonu\u00e7lar aras\u0131nda do\u011fal bir s\u0131ralama oldu\u011fundan<\/em> , okul dan\u0131\u015fman\u0131 s\u0131ral\u0131 bir lojistik regresyon modeli kullanacakt\u0131r.<\/span><\/p>\n \u00d6rnek 2: Film Derecelendirmeleri<\/strong><\/span><\/p>\n Bir film ele\u015ftirmeninin, belirli bir filmin 1 ila 10 aras\u0131nda bir derecelendirme alma olas\u0131l\u0131\u011f\u0131n\u0131 tahmin etmek i\u00e7in (1) toplam g\u00f6sterim s\u00fcresi ve (2) t\u00fcr tahmin de\u011fi\u015fkenlerini kullanmak istedi\u011fini varsayal\u0131m.<\/span><\/p>\n Yan\u0131t de\u011fi\u015fkeni i\u00e7in ikiden fazla olas\u0131 sonu\u00e7 (10 olas\u0131 derecelendirme vard\u0131r) oldu\u011fundan ve sonu\u00e7lar aras\u0131nda do\u011fal bir s\u0131ralama oldu\u011fundan<\/em> , film ele\u015ftirmeni s\u0131ral\u0131 bir lojistik regresyon modeli kullanacakt\u0131r.<\/span><\/p>\n A\u015fa\u011f\u0131daki e\u011fitimler lojistik regresyon modelleri hakk\u0131nda daha fazla ayr\u0131nt\u0131 sa\u011flar:<\/span><\/p>\n Lojistik Regresyona Giri\u015f<\/a> Lojistik regresyon, yan\u0131t de\u011fi\u015fkeninin kategorik oldu\u011fu herhangi bir regresyon modelini ifade eder. \u00dc\u00e7 t\u00fcr lojistik regresyon modeli vard\u0131r: \u0130kili lojistik regresyon : Yan\u0131t de\u011fi\u015fkeni iki kategoriden yaln\u0131zca birine ait olabilir. \u00c7ok terimli lojistik regresyon : Yan\u0131t de\u011fi\u015fkeni \u00fc\u00e7 veya daha fazla kategoriden birine girebilir ve kategoriler aras\u0131nda do\u011fal bir s\u0131ralama yoktur. S\u0131ral\u0131 lojistik regresyon : […]<\/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":[],"class_list":["post-2035","post","type-post","status-publish","format-standard","hentry","category-rehber"],"yoast_head":"\n\n
![\"lojistik](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/typeslogistiqueregression1.png\")
<\/p>\n Tip #1: ikili lojistik regresyon<\/strong><\/span><\/h3>\n
Tip n\u00b02: \u00c7ok terimli lojistik regresyon<\/strong><\/span><\/h3>\n
Tip #3: S\u0131ral\u0131 lojistik regresyon<\/strong><\/span><\/h3>\n
Ek kaynaklar<\/strong><\/span><\/h3>\n
Lojistik regresyonun 6 hipotezi<\/a>
Lojistik Regresyonun Ger\u00e7ek Hayatta Kullan\u0131m\u0131na \u0130li\u015fkin 4 \u00d6rnek<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"