Logistic Regression Analysis
Based on the following lectures
(1) “Statistics (2018-1)” by Prof. Sang Ah Lee, Dept. of Economics, College of Economics & Commerce, Kookmin Univ.
(2) “Intro. to Machine Learning (2023-2)” by Prof. Je Hyuk Lee, Dept. of Data Science, The Grad. School, Kookmin Univ.
(3) "Statistical Models and Application (2024-1)" by Prof. Yeo Jin Chung, Dept. of Data Science, The Grad. School, Kookmin Univ.
Prerequisite
-
승산(Odds) : 변수
가 반응할 가능성이, 반응하지 않을 가능성보다 몇 배 높은가 -
로짓(Logit; Logarithm Odds) : 승산에 로그를 취한 값
-
승산비(Odds Ratio; OR) : 변수
가 참일 때 가 반응할 가능성이, 가 거짓일 때 가 반응할 가능성보다 몇 배 높은가 : 의 단위 변동이 의 승산에 영향을 미치지 않음 : 의 단위 변동이 의 승산과 음의 상관관계에 있음 : 의 단위 변동이 의 승산과 양의 상관관게에 있음
Logistic Regression
Logistic Function
-
범주형 반응변수와 회귀식 간 범위 불일치 문제
-
범주형 반응변수
의 공역 -
회귀식의 범위
-
반응변수 공역과 회귀식 범위 간 불일치
-
-
반응변수 재정의를 통한 공역 조정
-
확률 변환
-
승산(odds) 변환
-
로짓(logit) 변환
-
-
로지스틱 회귀식 도출
-
로짓 변환한 반응변수와 회귀식 연결
-
반응변수가 참일 확률에 대한 로지스틱 회귀식 도출
-
related to Log Odds Ratio
-
Logistic Function
-
-
-
Maximum Liklihood Estimator
-
Liklihood Function
: 조건부 인 관측치들이 발생할 확률 : 조건부 인 관측치들이 발생할 확률
-
Maximum Liklihood Estimator