24 Логистическая регрессия
348
Математическое описание логистической регрессии
349
Пошаговые алгоритмы вычислений
353
Представление результатов
356
Терминология, используемая при выводе
358
Завершение анализа и выход из программы
Логистическая регрессия представляет собой расширение множественной регрес-
сии, рассмотренной в главе 18, и отличается от последней тем, что в качестве
зависимой переменной используется не количественная, а дихотомическая пере-
менная, имеющая лишь два возможных значения. Как правило, эти два значе-
ния символизируют принадлежность или не принадлежность объекта какой-либо
группе, ответ типа «да» или «нет» и т. п.
Поскольку логистическая и множественная регрессии основаны на сходных прин-
ципах, мы будем исходить из того, что вы уже с ними знакомы (см. главу 18).
Кратко, смысл регрессионного анализа можно свести к нахождению аналитиче-
ского выражения, наиболее адекватно отражающего связь между зависимой пере-
менной и множеством независимых переменных. Главным отличием логистиче-
ской регрессии от множественной является толкование уравнения регрессии. Если
множественная регрессия позволяет прогнозировать количественное значение
зависимой переменной (критерия) на основе известных значений независимых
переменных (предикторов), то логистическая регрессия прогнозирует вероятность
некоторого события, находящуюся в пределах от 0 до 1. Кроме того, при помощи
индикаторной схемы кодирования допускается использование в качестве преди-
кторов категориальных (номинативных) переменных. Более детально особенности
логистической регрессии рассмотрены в разделе «Представление результатов»,
сейчас же достаточно знать, что категориальный предиктор может быть представ-
лен серией бинарных переменных — по одной на каждую категорию предиктора.
Этим бинарным переменным присваиваются значения 1 или 0 в зависимости от
того, к какой категории относится объект.
Математически суть логистической регрессии излагается на примере переменных из
файла
helpLR.sav
. Содержимое этого файла примерно то же, что и файла
help.sav
, ко-
торый использовался в главе 18. При помощи файла
help.sav
прогнозировалось ко-
личественное значение переменной
помощь
в зависимости от ряда количественных
предикторов (
симпатия
,
проблема
,
эмпатия
,
польза
и
агрессия
). В нашем случае мы
будем прогнозировать не величину помощи, а мнение партнера о том, полезна или
нет оказанная ему помощь. Как нетрудно понять, речь идет о дихотомической за-
висимой переменной, поскольку предполагается лишь два варианта ответа: «да» или
|