Entrez vos données pour Ajuster le modèle logistique binaire et Regressão Logística Binária

Stat > Régression > Régression logistique binaire > Ajuster le modèle logistique binaire

Module d'analyse prédictive > Régression logistique binaire

Réponse au format : réponse binaire/effectif

Procédez comme suit si les données de réponse sont une seule colonne avec deux valeurs distinctes. Si vous le souhaitez, les données peuvent inclure une colonne qui contient le nombre de réponses correspondant aux valeurs de réponse et de prédicteur de la ligne.

  1. Dans la liste déroulante, sélectionnez Réponse au format : réponse binaire/effectif.
  2. Dans Réponse, entrez la colonne de données binaires que vous souhaitez expliquer ou prédire. Les variables binaires sont des variables catégorielles qui ont deux niveaux possibles, tels que réussite/échec ou vrai/faux. La réponse est également appelée variable Y.
  3. Dans Evénement de réponse, sélectionnez l’événement que l’analyse décrira. La modification de l’événement de réponse n’affecte pas l’importance globale, mais elle peut rendre les résultats plus significatifs.
  4. (Facultatif) Dans Effectif, entrez la colonne qui contient les nombres correspondant aux valeurs de réponse et de prédicteur.
  5. Dans Prédicteurs continus, entrez les variables continues qui peuvent expliquer ou prédire les modifications de la réponse. Les prédicteurs sont également appelés variables X.
  6. Dans Prédicteurs de catégorie, entrez les classifications catégorielles ou les affectations de groupe, telles que le type de matière première, qui peuvent expliquer ou prédire les changements dans la réponse. Les prédicteurs sont également appelés variables X.
Dans cette feuille de travail, Acheté est la réponse et indique si un consommateur a acheté une nouvelle marque de céréales. L’événement de réponse est Oui. Revenu est un prédicteur continu et Enfants sont un prédicteur catégorique. La première rangée de la feuille de travail montre qu’un consommateur avec enfants et ayant un revenu de 37 000 $ a acheté la nouvelle marque de céréales.
C1-T C2 C3-T
Acheté Revenu Enfants
Oui 37 000 $ Oui
Non 47 000$ Oui
Oui 34 000$ Non
Oui 58 000$ Non
Dans cette feuille de calcul, les variables de réponse et de prédiction sont les mêmes que dans l’exemple précédent, mais les données incluent également une variable de fréquence. Fréquence contient le nombre de consommateurs qui correspond à la combinaison des valeurs de réponse et de prédicteur dans chaque ligne. La première rangée de la feuille de travail montre que 2 consommateurs avec enfants et ayant un revenu de 40 000 $ ont acheté la nouvelle marque de céréales.
C1-T C2 C3-T C4
Acheté Revenu Enfants Fréquence
Oui 40 000$ Oui 2
Non 40 000$ Non 12
Oui 45 000$ Oui 1
Non 45 000$ Non 6

Réponse au format : événement/essai

Procédez comme suit si les données de réponse sont contenues dans deux colonnes : une colonne qui contient le nombre de réussites ou d’événements d’intérêt et une colonne qui contient le nombre d’essais.

  1. Dans la liste déroulante, indiquez Réponse au format : événement/essai si vos données de réponse sont contenues dans deux colonnes qui incluent les événements et les essais.
  2. Dans Nom d'événement, entrez un nom pour l’événement dans les données. Par exemple, il peut s’agir de succès, d’unités non conformes ou d’achats.
  3. Dans Nombre d'événements, entrez la colonne qui contient le nombre d’événements.
  4. Dans Nombre d'essais, entrez la colonne qui contient le nombre d’essais. Les épreuves représentent le nombre d’événements plus le nombre de non-événements.
  5. Dans Prédicteurs continus, entrez les variables continues qui peuvent expliquer ou prédire les modifications de la réponse. Le prédicteur est également appelé variable X.
  6. Dans Prédicteurs de catégorie, entrez les classifications catégorielles ou les affectations de groupe, telles que le type de matière première, qui peuvent expliquer ou prédire les changements dans la réponse. Le prédicteur est également appelé variable X.

Dans cette feuille de calcul, Acheté contient le nombre d’événements, qui indique combien de consommateurs ont acheté une nouvelle marque de céréales. Essais contient le nombre d’essais, qui indique le nombre total de consommateurs interrogés pour cette combinaison de variables prédictives. Revenu est un prédicteur continu et Enfants sont un prédicteur catégorique. La première rangée de la feuille de travail montre que 20 consommateurs ayant des enfants et un revenu de 37 000 $ ont été interrogés, et que 2 d’entre eux ont acheté la nouvelle marque de céréales.
C1 C2 C3 C4-T
Acheté Essais Revenu Enfants
2 20 37 000$ Oui
0 3 37 000$ Non
4 12 40 000$ Oui
3 18 34 000$ Non