The modeling of relations in contingency tables using logistic regression

• Autorzy: Pecáková I.

Warianty tytułu

PL

Zastosowanie regresji logistycznej w modelowaniu relacji w tablicy kontyngencji

• Języki publikacji: EN

Abstrakty

EN

This paper is devoted to application of logistic regression in the modeling of relations in contingency tables. The logistic regression approach is illustrated by a simple example studying the relation between the number of cigarettes smoked daily and the occurrence of lung cancer. The estimation of the parameters of the regression logistics model, the test about their zero value and the test of goodness of fit are made in this example. The proportion of uncertainty in data is explained using the regression model, and the relations between the observed and predicted classification are studied, too.

PL

Praca jest poświęcona zastosowaniu regresji logistycznej w modelowaniu relacji w tablicy kontyngencji. Postępowanie to jest wygodne w przypadkach, gdy chcemy modyfikować wartości dychotomicznych zmiennych na bazie obserwacji zmiennych objaśniających ciągłych lub kategorialnych. Model regresji logistycznej pozwala nam przezwyciężyć trudności występujące podczas stosowania w tym przypadku modelu liniowej regresji lub analizy dyskryminacji. Podejście oparte na regresji logistycznej jest ilustrowane prostym przykładem rozpatrującym zależności zachodzące między ilością wypalanych papierosów a występowaniem raka płuc. Na tym przykładzie przeprowadzono estymację parametrów modelu regresji logistycznej, testy dotyczące ich wartości zerowej oraz testy zgodności. Zbadano też proporcję niepewności wyjaśnionej przez dane w modelu regresji logistycznej oraz relacje między klasyfikacją obserwowaną a prognozowaną.

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Badania Operacyjne i Decyzje
• Rocznik: 2001
• Tom: nr 2
• Strony: 91--101
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Pecáková I.

• Yýsoka Škola Ekonomicka, Nam. W. Chirchilla 4, Praha 3 - Žižkov 1300

Bibliografia

• [1] Agresti A., Categorical Data Analysis, Wiley & Sons, 1990.
• [2] Evans M., Hastings N., Peacock B., Statistical Distributions, Wiley & Sons, 1995.
• [3] Everitt B.S., Statistical Analyses Using S-PLUS, Chapman & Hall, 1994.
• [4] Jobson J.D., Applied Multivariate Data Analysis, Vol. II: Categorical and Multivariate Methods, Springer, 1992.
• [5] Norušis M.J., SPSS Professional Statistics 7.5, SPSS Inc., 1997.
• [6] Rietveld T., van Hout R., Statistical Techniques for the Study of Language and Language Behav- ior, Mouton, 1993.
• [7] Statgraphics Plus, Advanced Regression, Manugistics Inc., 1996.