Sự khác biệt giữa hồi quy tuyến tính và hồi quy logistic: hồi quy tuyến tính so với hồi quy logistic

Hồi quy tuyến tính và logistic

Trong phân tích thống kê, điều quan trọng là xác định các mối quan hệ giữa các biến liên quan đến nghiên cứu. Đôi khi đó có thể là mục đích duy nhất của bản phân tích. Một công cụ mạnh được sử dụng để thiết lập sự tồn tại của mối quan hệ và xác định mối quan hệ là phân tích hồi quy.

Hình thức đơn giản nhất của phân tích hồi quy là hồi quy tuyến tính, trong đó mối quan hệ giữa các biến là một mối quan hệ tuyến tính. Về mặt thống kê, nó cho thấy mối quan hệ giữa biến giải thích và biến đáp ứng. Ví dụ, sử dụng hồi quy, chúng ta có thể thiết lập mối quan hệ giữa giá hàng hoá và tiêu dùng dựa trên dữ liệu thu được từ một mẫu ngẫu nhiên. Phân tích hồi quy sẽ tạo ra một hàm hồi quy của bộ dữ liệu, đó là một mô hình toán học phù hợp nhất với dữ liệu có sẵn. Điều này có thể dễ dàng được thể hiện bằng một âm mưu phân tán. Thu hồi đồ thị tương đương với việc tìm đường cong phù hợp nhất cho bộ dữ liệu nhất định. Chức năng của đường cong là chức năng hồi quy. Sử dụng mô hình toán học, việc sử dụng một mặt hàng có thể được dự đoán với một mức giá nhất định.

Do đó, phân tích hồi quy được sử dụng rộng rãi trong dự báo và dự báo. Nó cũng được sử dụng để thiết lập các mối quan hệ trong dữ liệu thực nghiệm, trong các lĩnh vực vật lý, hóa học, và trong nhiều ngành khoa học tự nhiên và kỷ luật kỹ thuật. Nếu mối quan hệ hoặc chức năng hồi quy là một hàm tuyến tính, thì quá trình này được gọi là hồi quy tuyến tính. Trong lô phân tán, nó có thể được đại diện như một đường thẳng. Nếu chức năng không phải là sự kết hợp tuyến tính của các tham số, thì hồi quy là không tuyến tính.

Hồi quy logistic có thể so sánh với hồi quy đa biến, và nó tạo ra một mô hình để giải thích tác động của nhiều dự báo trên một biến đáp ứng. Tuy nhiên, trong hồi quy hậu cần, biến kết quả cuối cùng nên được phân loại (thường là chia nhỏ, ví dụ: một cặp kết quả có thể đạt được, như cái chết hoặc sự sống còn, mặc dù các kỹ thuật đặc biệt cho phép thêm thông tin được phân loại). Một biến kết quả liên tục có thể được biến đổi thành một biến phân loại, được sử dụng cho hồi quy logistic; tuy nhiên, việc thu hẹp các biến liên tục theo cách này hầu như không khuyến khích vì nó làm giảm độ chính xác.

Không giống như trong hồi quy tuyến tính, đối với trung bình, các biến dự báo trong hồi quy logistic không bắt buộc phải được kết nối tuyến tính, thường phân phối, hoặc có sự khác biệt tương đương bên trong mỗi cụm.Kết quả là mối quan hệ giữa các biến dự đoán và các biến kết quả dường như không phải là một hàm tuyến tính.

Sự khác biệt giữa Logistic và Linear hồi quy là gì?

Trong hồi quy tuyến tính, giả sử mối quan hệ tuyến tính giữa biến giải thích và biến đáp ứng và các thông số thỏa mãn mô hình được tìm thấy bằng cách phân tích, để cho mối quan hệ chính xác.

• Hồi quy tuyến tính được thực hiện cho các biến định lượng, và hàm kết quả là một định lượng.

• Trong hồi quy logistic, dữ liệu được sử dụng có thể là phân loại hoặc định lượng, nhưng kết quả luôn luôn phân loại.