Сызыктуу vs Логистикалык регрессия
Статистикалык талдоодо изилдөөгө тиешелүү өзгөрмөлөрдүн ортосундагы байланыштарды аныктоо маанилүү. Кээде ал анализдин жалгыз максаты болушу мүмкүн. Байланыштын бар экендигин аныктоо жана байланышты аныктоо үчүн колдонулган күчтүү куралдардын бири - регрессиялык анализ.
Регрессиялык анализдин эң жөнөкөй түрү бул сызыктуу регрессия, мында өзгөрмөлөрдүн ортосундагы байланыш сызыктуу байланыш болуп саналат. Статистикалык жактан алганда, ал түшүндүрүүчү өзгөрмө менен жооп өзгөрмөнүн ортосундагы байланышты көрсөтөт. Мисалы, регрессиянын жардамы менен биз товардын баасы менен керектөөнүн ортосундагы байланышты кокус тандап алынган маалыматтардын негизинде түзө алабыз. Регрессиялык талдоо маалыматтар топтомунун регрессия функциясын жаратат, ал жеткиликтүү маалыматтарга эң туура дал келген математикалык модель. Бул оңой эле чачыранды сюжет менен көрсөтүлүшү мүмкүн. Графикалык регрессия берилген маалымат топтому үчүн эң ылайыктуу ийри сызыкты табууга барабар. Ийри сызыктын функциясы регрессия функциясы болуп саналат. Математикалык моделди колдонуу менен товардын колдонулушун белгилүү баада болжолдоого болот.
Ошондуктан регрессиялык анализ болжолдоодо жана божомолдоодо кеңири колдонулат. Ал ошондой эле эксперименталдык маалыматтарда, физика, химия тармактарында жана көптөгөн табигый илимдер менен инженердик дисциплиналардагы байланыштарды түзүү үчүн колдонулат. Эгерде байланыш же регрессия функциясы сызыктуу функция болсо, анда процесс сызыктуу регрессия деп аталат. Чачыратуу схемасында аны түз сызык катары көрсөтүүгө болот. Эгерде функция параметрлердин сызыктуу айкалышы болбосо, анда регрессия сызыктуу эмес.
Логистикалык регрессия көп өзгөрмөлүү регрессияга окшош жана ал бир нече божомолдоочулардын жооп өзгөрмөсүнө таасирин түшүндүрүү үчүн моделди түзөт. Бирок, логистикалык регрессияда акыркы натыйжанын өзгөрмөлүүлүгү категориялык болушу керек (адатта бөлүнөт; б.а., өлүм же аман калуу сыяктуу жетишүүгө мүмкүн болгон жуптар, бирок атайын ыкмалар көбүрөөк категорияланган маалыматты моделдештирүү мүмкүнчүлүгүн берет). Үзгүлтүксүз жыйынтык өзгөрмө логистикалык регрессия үчүн колдонулуучу категориялык өзгөрмөгө айландырылышы мүмкүн; бирок, мындай жол менен үзгүлтүксүз өзгөрмөлөрдү жыйыштыруу негизинен туура эмес, анткени ал тактыкты азайтат.
Сызыктуу регрессиядан айырмаланып, орточо мааниге карай, логистикалык регрессиядагы болжолдоочу өзгөрмөлөр сызыктуу байланышта, жалпы бөлүштүрүлгөн же ар бир кластердин ичинде бирдей дисперсияга ээ болууга мажбурланбайт. Натыйжада, болжолдоочу менен жыйынтык өзгөрмөлөрүнүн ортосундагы байланыш сызыктуу функция болушу мүмкүн эмес.
Логистикалык жана сызыктуу регрессиянын ортосунда кандай айырма бар?
• Сызыктуу регрессияда түшүндүрүүчү өзгөрмө менен жооп берүүчү өзгөрмөнүн ортосундагы сызыктуу байланыш болжолдонот жана так байланышты берүү үчүн моделди канааттандырган параметрлер талдоо жолу менен табылат.
• Сандык өзгөрмөлөр үчүн сызыктуу регрессия жүргүзүлөт жана натыйжада сандык функция болот.
• Логистикалык регрессияда колдонулган маалыматтар категориялык же сандык болушу мүмкүн, бирок натыйжа дайыма категориялык болот.
