انجمن علمی آمار دانشگاه کاشان

Forwarded from جهان آمار نوین (Z.Safaei)

انجمن علمی آمار دانشگاه کاشان

#رگرسیون #لوژستیک #رده_بندی #لجستیک #پیشگویی 📱صفحات اجتماعی جهان آمار نوین :   ─┅─═ঊঈ* SUM *ঊঈ═─┅─       تلگرام    اینستاگرام    یوتیوب   لینکدین     ─┅─═ঊঈ* SUM *ঊঈ═─┅─

رگرسیون لوژستیک (Logistic Regression )

رگرسیون لوژستیک یک روش آماری پرکاربرد برای پیشگویی نتایج دوتایی است. این روش کمک می‌کند تا بفهمیم چگونه مجموعه‌ای از عوامل می‌تواند بر احتمال وقوع یک نتیجه خاص تأثیر بگذارد. به عنوان مثال، می‌توانیم پیشگویی کنیم که آیا فردی با توجه به ویژگی‌هایش بیمار خواهد شد یا مشتری یک محصول خاص را خریداری می‌کند. رگرسیون لوژستیک به دلیل سادگی و قابلیت تحلیل داده‌های دسته‌بندی‌شده در بسیاری از حوزه‌ها استفاده می‌شود.

تفاوت رگرسیون لوژستیک و رگرسیون خطی:

رگرسیون لوژستیک برای پیشگویی نتایج دسته‌بندی‌شده (مانند بله یا خیر) استفاده می‌شود، در حالی که رگرسیون خطی برای پیشگویی مقادیر عددی پیوسته (مانند قد یا وزن) به کار می‌رود. خروجی رگرسیون لوژستیک، احتمال وقوع یک رویداد است که همیشه مقداری بین 0 و 1 دارد. این مدل به ما اجازه می‌دهد به‌جای پیشگویی یک مقدار دقیق، احتمال وقوع یک حالت خاص را پیشگویی کند.

کاربردهای رگرسیون لوژستیک:

پزشکی: پیشگویی احتمال ابتلا به یک بیماری با استفاده از ویژگی‌هایی مانند سن، فشار خون، و سطح کلسترول.
بازاریابی: پیشگویی احتمال خرید یک محصول توسط مشتری بر اساس رفتارهای او.
علوم اجتماعی: مدل‌سازی رفتارهای دوگانه، مانند شرکت یا عدم شرکت در انتخابات.

چگونه رگرسیون لوژستیک کار می‌کند؟

رگرسیون لوژستیک با استفاده از داده‌های موجود، پیشگویی می‌کند که با توجه به متغیرهای مستقل (مانند سن یا درآمد)، چه احتمالی برای وقوع نتیجه خاصی وجود دارد (مثلاً خرید محصول یا ابتلا به بیماری). این مدل به ما نشان می‌دهد کدام عوامل بر نتیجه تأثیر بیشتری دارند.

مثال کاربردی: پیشگویی خرید بلیت سینما

فرض کنید شما مسئول بازاریابی یک سایت فروش بلیت سینما هستید و می‌خواهید پیشگویی کنید که آیا مشتری، پس از دیدن تبلیغ یک فیلم جدید، بلیت آن را خریداری می‌کند یا خیر. اطلاعاتی که از مشتری‌ها در دست دارید شامل تعداد ورود به سایت، تعداد فیلم‌های دیده‌شده، استفاده دوستانشان از سایت و دنبال کردن نقدهای سینمایی است.

با استفاده از این داده‌ها و مدل رگرسیون لوژستیک، می‌توان احتمال خرید بلیت توسط مشتری را پیشگویی کرد. برای مثال، اگر مشتری مرتباً وارد سایت شود و دوستانش نیز از سایت استفاده کنند، احتمال خرید بلیت بیشتر خواهد بود.

لازم به ذکر است که در بسیاری از منابع کلمه Logistic را "لجستیک" ترجمه کرده‌اند، اما طبق واژه‌نامه پیشنهادی پژوهشکده آمار بهتر است از "لوژستیک" استفاده شود.



#رگرسیون
#لوژستیک
#رده_بندی
#لجستیک
#پیشگویی

📱صفحات اجتماعی جهان آمار نوین :

  ─┅─═ঊঈ* SUM *ঊঈ═─┅─

      تلگرام    اینستاگرام    یوتیوب   لینکدین

    ─┅─═ঊঈ* SUM *ঊঈ═─┅─

Telegram

جهان آمار نوین

به نام خدا

🔹 جهان آمار نوین 🔹

🔍 نگرشی نو به دنیای داده🌎

📊 مشاوره آماری

📚 تولید محتوا آموزشی

💻 انجام پروژه‌های آماری

🤔 بیشتر درباره ما بدانید

https://www.group-telegram.com/sumstatistical/5

ارتباط با ادمین:

@zsafaei2000

@Reza_BGF

شروع فعالیت: 1403/03/03

www.group-telegram.com/sg/anjoman_amar.com/1143

334 viewsOct 4 at 09:57

رگرسیون لوژستیک (Logistic Regression )

رگرسیون لوژستیک یک روش آماری پرکاربرد برای پیشگویی نتایج دوتایی است. این روش کمک می‌کند تا بفهمیم چگونه مجموعه‌ای از عوامل می‌تواند بر احتمال وقوع یک نتیجه خاص تأثیر بگذارد. به عنوان مثال، می‌توانیم پیشگویی کنیم که آیا فردی با توجه به ویژگی‌هایش بیمار خواهد شد یا مشتری یک محصول خاص را خریداری می‌کند. رگرسیون لوژستیک به دلیل سادگی و قابلیت تحلیل داده‌های دسته‌بندی‌شده در بسیاری از حوزه‌ها استفاده می‌شود.

تفاوت رگرسیون لوژستیک و رگرسیون خطی:

رگرسیون لوژستیک برای پیشگویی نتایج دسته‌بندی‌شده (مانند بله یا خیر) استفاده می‌شود، در حالی که رگرسیون خطی برای پیشگویی مقادیر عددی پیوسته (مانند قد یا وزن) به کار می‌رود. خروجی رگرسیون لوژستیک، احتمال وقوع یک رویداد است که همیشه مقداری بین 0 و 1 دارد. این مدل به ما اجازه می‌دهد به‌جای پیشگویی یک مقدار دقیق، احتمال وقوع یک حالت خاص را پیشگویی کند.

کاربردهای رگرسیون لوژستیک:

پزشکی: پیشگویی احتمال ابتلا به یک بیماری با استفاده از ویژگی‌هایی مانند سن، فشار خون، و سطح کلسترول.
بازاریابی: پیشگویی احتمال خرید یک محصول توسط مشتری بر اساس رفتارهای او.
علوم اجتماعی: مدل‌سازی رفتارهای دوگانه، مانند شرکت یا عدم شرکت در انتخابات.

چگونه رگرسیون لوژستیک کار می‌کند؟

رگرسیون لوژستیک با استفاده از داده‌های موجود، پیشگویی می‌کند که با توجه به متغیرهای مستقل (مانند سن یا درآمد)، چه احتمالی برای وقوع نتیجه خاصی وجود دارد (مثلاً خرید محصول یا ابتلا به بیماری). این مدل به ما نشان می‌دهد کدام عوامل بر نتیجه تأثیر بیشتری دارند.

مثال کاربردی: پیشگویی خرید بلیت سینما

فرض کنید شما مسئول بازاریابی یک سایت فروش بلیت سینما هستید و می‌خواهید پیشگویی کنید که آیا مشتری، پس از دیدن تبلیغ یک فیلم جدید، بلیت آن را خریداری می‌کند یا خیر. اطلاعاتی که از مشتری‌ها در دست دارید شامل تعداد ورود به سایت، تعداد فیلم‌های دیده‌شده، استفاده دوستانشان از سایت و دنبال کردن نقدهای سینمایی است.

با استفاده از این داده‌ها و مدل رگرسیون لوژستیک، می‌توان احتمال خرید بلیت توسط مشتری را پیشگویی کرد. برای مثال، اگر مشتری مرتباً وارد سایت شود و دوستانش نیز از سایت استفاده کنند، احتمال خرید بلیت بیشتر خواهد بود.

لازم به ذکر است که در بسیاری از منابع کلمه Logistic را "لجستیک" ترجمه کرده‌اند، اما طبق واژه‌نامه پیشنهادی پژوهشکده آمار بهتر است از "لوژستیک" استفاده شود.



#رگرسیون
#لوژستیک
#رده_بندی
#لجستیک
#پیشگویی

📱صفحات اجتماعی جهان آمار نوین :

  ─┅─═ঊঈ* SUM *ঊঈ═─┅─

      تلگرام    اینستاگرام    یوتیوب   لینکدین

    ─┅─═ঊঈ* SUM *ঊঈ═─┅─

BY انجمن علمی آمار دانشگاه کاشان