image
تاریخ : 2016/01/05 نویسنده : h.gh دیدگاه : 0

قبل از شروع مطالعه درباره رگرسیون لجستیک لازم است بدانیم که هدف از آنالیز در این روش نیز شبیه سایر تکنیک های مدل سازی در آمار می باشد. یعنی پیدا کردن بهترین، با صرفه ترین و از نظر بیولوژیکی معقول ترین مدل برای توصیف ارتباط بین متغیر پاسخ( وابسته) و مجموعه ای از متغیرهای مستقل(پیشگو یا توضیحی).
چیزی که مدل رگرسیون لجستیک را از مدل رگرسیون خطی متمایز می کند نوع متغیر پاسخ در مدل رگرسیون لجستیک می باشد که به صورت دو بخشی یا دودویی است. این تمایز بین رگرسیون لجستیک و رگرسیون خطی در انتخاب الگوی پارامتری و فرضیات مدل انعکاس پیدا می کند. با در نظر گرفتن این اختلاف، روش های به کار گرفته شده در تجزیه و تحلیل با استفاده از رگرسیون لجستیک مانند اصول کلی مورد استفاده در رگرسیون خطی می باشد.

رگرسیون لجستیک حالت خاصی از رگرسیون است که در مواردی که متغیر پاسخ دارای مقیاس اسمی یا رتبه ای و دو حالتی یا چند حالتی باشد بکار می رود. منظور از متغیر دو حالتی متغیری است که فقط دارای دو جواب می باشد مانند مردن یا زنده ماندن، بیمار بودن یا بیمار نبودن و … اغلب برای این متغیرها از کدهای صفر و یک استفاده می شود که یک را برای حالت مثبت(موفقیت) و کد صفر را برای منفی بودن (شکست) استفاده می کنند. این حالت بیشتر در تحقیقات پزشکی و جامعه شناسی مورد استفاده قرار میگیرد.
تابع های توزیع بسیاری برای آنالیز متغیر پاسخ دودویی پیشنهاد می شود اما دو دلیل عمده برای انتخاب توزیع لجستیک وجود دارد.
۱- تابع لجستیک از نقطه نظر ریاضی بسیار انعطاف پذیر و قابل تغییر می باشد و کار کردن با آن آسان است.
۲- تابع لجستیک معطوف به تفسیر معنی داری بالینی می باشد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *