Revisión general de Ajustar modelo logístico binario

Utilice Ajustar modelo logístico binario para describir la relación entre un conjunto de predictores y una respuesta binaria. Una respuesta binaria tiene dos resultados, como por ejemplo pasa o no pasa. Puede incluir términos de interacción y polinómicos, realizar regresión escalonada, ajustar diferentes funciones de vínculo y validar el modelo con una muestra de prueba o con validación cruzada.

Por ejemplo, los responsables del marketing de una empresa de cereales investigan la efectividad de una campaña publicitaria para un nuevo cereal. Estos especialistas en marketing pueden utilizar la regresión logística binaria para determinar si las personas que vieron el anuncio son más propensas a comprar el cereal.

Después de realizar el análisis, Minitab almacena el modelo para que usted pueda hacer lo siguiente:

Predecir la probabilidad de un evento para observaciones nuevas o existentes.
Graficar las relaciones entre las variables.
Hallar valores que optimicen múltiples respuestas.

Para obtener más información, vaya a Revisión general de Modelo almacenado.

Dónde encontrar este análisis

Para ajustar un modelo de regresión logística binaria, elija Estadísticas > Regresión > Regresión logística binaria > Ajustar modelo logístico binario.

Cuándo utilizar un análisis alternativo

Si la variable de respuesta contiene tres o más categorías que tienen un orden natural, como por ejemplo completamente en desacuerdo, en desacuerdo, neutral, de acuerdo, completamente de acuerdo, utilice Regresión logística ordinal.
Si la variable de respuesta contiene tres o más categorías que no tienen un orden natural, como por ejemplo raya, hendidura y rotura, utilice Regresión logística nominal.
Si la variable de respuesta cuenta ocurrencias, tales como el número de defectos, utilice Ajustar modelo de Poisson.
Si los datos tienen un patrón de valor faltante que interfiere con la construcción del modelo o si el modelo logístico binario no encaja bien, considere Clasificación CART^®.