4 приклади використання логістичної регресії в реальному житті

Логістична регресія – це статистичний метод, який ми використовуємо для підгонки регресійної моделі, коли змінна відповіді є двійковою.

Цей підручник демонструє чотири різні приклади використання логістичної регресії в реальному житті.

Приклад реальної логістичної регресії №1

Медики хочуть знати, як фізичні вправи та вага впливають на ймовірність серцевого нападу. Щоб зрозуміти зв’язок між прогностичними змінними та ймовірністю серцевого нападу, дослідники можуть виконати логістичну регресію.

Змінною відповіддю в моделі буде серцевий напад і він матиме два потенційних наслідки:

• Виникає інфаркт.
• Інфаркт не виникає.

Результати моделі покажуть дослідникам, як саме зміни фізичних навантажень і ваги впливають на ймовірність серцевого нападу в даної людини. Дослідники також можуть використовувати адаптовану модель логістичної регресії, щоб передбачити ймовірність серцевого нападу в даної особи на основі її ваги та часу, витраченого на тренування.

Приклад реальної логістичної регресії №2

Дослідники хочуть знати, як середній бал, бал ACT і кількість пройдених курсів AP впливають на ймовірність бути прийнятим до певного університету. Щоб зрозуміти взаємозв’язок між змінними прогнозу та ймовірністю бути прийнятими, дослідники можуть виконати логістичну регресію.

Змінна відповіді в моделі буде «прийняття», і вона має два потенційних результати:

• Студент прийнятий.
• Студент не приймається.

Результати моделі точно покажуть дослідникам, як зміни в GPA, балах ACT і кількості пройдених курсів AP впливають на ймовірність того, що дана особа буде прийнята до коледжу. Дослідники також можуть використовувати адаптовану модель логістичної регресії, щоб передбачити ймовірність того, що дана особа буде прийнята, на основі її середнього балу, оцінки ACT і кількості пройдених курсів AP.

Реальний приклад логістичної регресії №3

Компанія хоче знати, чи впливають кількість слів і країна походження на ймовірність того, що електронний лист є спамом. Щоб зрозуміти взаємозв’язок між цими двома змінними прогнозу та ймовірністю того, що електронний лист є спамом, дослідники можуть виконати логістичну регресію.

Змінна відповіді в шаблоні буде «спамом», і це має два потенційні результати:

• Електронний лист є спамом.
• Лист не є спамом.

Результати моделі покажуть компанії, як саме зміни в кількості слів і країні походження впливають на ймовірність того, що даний електронний лист є спамом. Компанія також може використовувати адаптовану модель логістичної регресії, щоб передбачити ймовірність того, що даний електронний лист є спамом, на основі його кількості слів і країни походження.

Приклад реальної логістичної регресії №4

Компанія, яка видає кредитні картки, хоче знати, чи впливають сума транзакції та кредитний рейтинг на ймовірність того, що дана транзакція є шахрайською. Щоб зрозуміти зв’язок між цими двома змінними прогнозу та ймовірністю того, що транзакція є шахрайством, компанія може виконати логістичну регресію.

Змінна відповіді в моделі буде «шахрайською» і матиме два потенційні результати:

• Транзакція є шахрайською.
• Транзакція не є шахрайською.

Результати моделі покажуть бізнесу, як саме зміни в сумі транзакції та кредитному рейтингу впливають на ймовірність того, що дана транзакція є шахрайською. Компанія також може використовувати адаптовану модель логістичної регресії, щоб передбачити ймовірність того, що певна транзакція є шахрайською, на основі суми транзакції та кредитного рейтингу особи, яка здійснила транзакцію.