Visión general de Ajustar modelo logístico binarioy Regresión logística binaria

Ajustar modelo logístico binario y Regresión logística binaria realizar el mismo análisis desde diferentes menús. Utilice estos análisis 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 polinomiales, realizar regresión escalonada, ajustar diferentes funciones de enlace 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 Modelos almacenados.

Dónde encontrar este análisis

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

Este análisis tiene las mismas capacidades que Módulo de análisis predictivo > Regresión logística binaria. La versión del análisis de la Módulo de análisis predictivo tiene las siguientes diferencias.

Puede acceder a los análisis que utilizan el modelo ajustado desde el panel de salida en lugar de desde el menú. Los análisis del modelo ajustado están disponibles para cualquier modelo que tenga salida en el navegador, no solo para el modelo más reciente.
El modelo ajustado está disponible independientemente de la hoja de cálculo que esté activa, por lo que puede predecir las columnas de datos que se encuentran en una hoja de cálculo diferente a la variable de respuesta.
Minitab Statistical Software Guarda el modelo en un archivo de proyecto (*. MPX).

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 arañazos, abolladuras y rasgaduras, utilice Regresión logística nominal o Clasificación CART^®.
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 se ajusta bien, considere la posibilidad de . Clasificación CART^®

Cuándo usar un modelo de análisis predictivo

Para algunas aplicaciones, se tienen en cuenta diferentes enfoques para la construcción de modelos. Para obtener más información sobre los diferentes tipos de modelos, vaya a Tipos de modelos de análisis predictivo en Minitab Statistical Software. Minitab ofrece Regresión CART^®, Regresión TreeNet^®, Regresión Random Forests^®, y MARS^® analiza con el Módulo de análisis predictivo. El Descubrir el mejor modelo (Respuesta continua) análisis compara el rendimiento de diferentes tipos de modelos en 1 análisis. Haga clic aquí para obtener más información sobre cómo activar el módulo.