Regfresion logistica
Páginas: 3 (547 palabras)
Publicado: 10 de enero de 2012
LA REGRESIÓN LOGISTICA
La regresión logística es un modelo de regresión para variables dependientes o de respuesta binomialmente distribuidas. Es útil para modela la probabilidad de un eventoocurriendo como función de otros factores. Es un modelo lineal generalizado que usa como función de enlace la función logit. El modelo es obtenido a base de números conocidos y las probabilidades de éxitodesconocidas, entonces se obtiene un modelo a base de lo que cada ensayo y el conjunto de las variables explicativas y/o independientes puedan informar acerca de la probabilidad final.
REGRESIONNORMAL REGRESIÓN LOGISTICA
MODELO LOGIT
El modelo logit fue introducido por Joseph Berkson en 1944 sugiriendo su nombre para el modelo, pero, ya que era muy similar al modelo probit y siguiendola analogía se le nombra log-odds haciendo referencia a los eventos, cambiando así a logit que significa la probabilidad de un evento.
LOGIT ES UN NUMERO P ENTRE 0 Y 1 CAJO LA FÓRMULA:
LOGIT p=logp1-p=logp
La función logit es la inversa del “sigmoide” o función logística.
PASOS GENERALIZADOS PARA REALIZAR UN LOGIT
ESPECIFICACIÓN
ESTIMACIÓN
VALIDACION
UTILIZACIÓN
Definición de lavariable endógena, explicativas y forma funcional
Cálculo de los parámetros
Individual: Ver que variables resultan significativas estadísticamente
Conjunta: Ver si en conjunto el modelo es aceptablePredicción
Interpretación de los parámetros
CARACTERISTICAS
1.- A MEDIDA QUE P VA DE 0 A 1 EL MODELO LOGIT VA DE -& A +&. ES DECIR AUQUE LAS PROBABILIDADES SE ENCUENTREN ENTRE 0 Y 1, LOSLOGIT NO ESTAN ACOTADOS DE ESTA FORMA
2.- AUNQUE L ES LINEAL EN X, LAS PROBABILIDADES EN SI MISMAS NO LO SON. ESTA PROPIEDAD CONTRASTA CON EL MODELO LINEAL EN DONDE LAS PROBABILIDADES AUMENTANLINEALMENTE.
3.-SI LOGIT ES POSITIVO, SIGNIFICA QUE CUANDO EL VALOR DE LAS REGRESORAS SE INCREMENTA, AUMENTAN LAS POSIBILIDADES DE QUE LAS REGRESADAS SEAN IGUAL A 1. SI L ES NEGATIVO, LAS POSIBILIDADES...
La regresión logística es un modelo de regresión para variables dependientes o de respuesta binomialmente distribuidas. Es útil para modela la probabilidad de un eventoocurriendo como función de otros factores. Es un modelo lineal generalizado que usa como función de enlace la función logit. El modelo es obtenido a base de números conocidos y las probabilidades de éxitodesconocidas, entonces se obtiene un modelo a base de lo que cada ensayo y el conjunto de las variables explicativas y/o independientes puedan informar acerca de la probabilidad final.
REGRESIONNORMAL REGRESIÓN LOGISTICA
MODELO LOGIT
El modelo logit fue introducido por Joseph Berkson en 1944 sugiriendo su nombre para el modelo, pero, ya que era muy similar al modelo probit y siguiendola analogía se le nombra log-odds haciendo referencia a los eventos, cambiando así a logit que significa la probabilidad de un evento.
LOGIT ES UN NUMERO P ENTRE 0 Y 1 CAJO LA FÓRMULA:
LOGIT p=logp1-p=logp
La función logit es la inversa del “sigmoide” o función logística.
PASOS GENERALIZADOS PARA REALIZAR UN LOGIT
ESPECIFICACIÓN
ESTIMACIÓN
VALIDACION
UTILIZACIÓN
Definición de lavariable endógena, explicativas y forma funcional
Cálculo de los parámetros
Individual: Ver que variables resultan significativas estadísticamente
Conjunta: Ver si en conjunto el modelo es aceptablePredicción
Interpretación de los parámetros
CARACTERISTICAS
1.- A MEDIDA QUE P VA DE 0 A 1 EL MODELO LOGIT VA DE -& A +&. ES DECIR AUQUE LAS PROBABILIDADES SE ENCUENTREN ENTRE 0 Y 1, LOSLOGIT NO ESTAN ACOTADOS DE ESTA FORMA
2.- AUNQUE L ES LINEAL EN X, LAS PROBABILIDADES EN SI MISMAS NO LO SON. ESTA PROPIEDAD CONTRASTA CON EL MODELO LINEAL EN DONDE LAS PROBABILIDADES AUMENTANLINEALMENTE.
3.-SI LOGIT ES POSITIVO, SIGNIFICA QUE CUANDO EL VALOR DE LAS REGRESORAS SE INCREMENTA, AUMENTAN LAS POSIBILIDADES DE QUE LAS REGRESADAS SEAN IGUAL A 1. SI L ES NEGATIVO, LAS POSIBILIDADES...
Leer documento completo
Regístrate para leer el documento completo.