Ejemplo de Predecir con un modelo de regresión logística binaria

Un analista financiero investiga los factores que están asociados con la probabilidad de que un estudiante universitario tenga ciertas tarjetas de crédito. El analista selecciona estudiantes universitarios de manera aleatoria para una encuesta. La encuesta hace preguntas a los estudiantes acerca de su educación y finanzas.

Después de ajustar el modelo, el analista estima la probabilidad de que un estudiante con $75 en efectivo y un ingreso anual de $10,000 tenga una tarjeta de crédito American Express.

  1. Abra los datos de muestra, EncuestaCrédito.MTW.
  2. Elija Estadísticas > Regresión > Regresión logística binaria > Predecir.
  3. En Respuesta, seleccione American Express.
  4. En la tabla, ingrese 75 para Efectivo y 10000 para Ingreso anual.
  5. Haga clic en Aceptar.

Interpretar los resultados

Minitab utiliza el modelo almacenado para estimar que la probabilidad es de 0.998870. El intervalo de predicción indica que el analista puede estar 95% seguro de que la probabilidad se encuentra dentro del intervalo de 0.0516175 a 1.00000. Este amplio intervalo indica que el modelo no produce predicciones precisas.

Predicción para American Express

Ecuación de regresión P(1) = exp(Y')/(1 + exp(Y'))

Y' = -7.71 + 0.1688 Efectivo + 0.000108 Ingreso anual + 0.000540 Efectivo*Efectivo - 0.000003 Efectivo*Ingreso anual

Configuración Valor de Variable configuración Efectivo 75 Ingreso anual 10000
Predicción Probabilidad ajustada EE de ajuste IC de 95% 0.998870 0.0055833 (0.0516175, 1.00000)
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política