예제: 로지스틱 회귀
lgsfit 함수를 사용하여 로지스틱 적합식에 데이터를 맞춥니다.
1. 데이터 집합을 정의합니다.
이 데이터는 초전도 자화 모델링과 관련된 NIST 연구에서 가져온 결과입니다. 응답 변수는 자력(열 0)이고 예측 변수는 분 단위 시간 기록(열 1)입니다.
2. 추측값 벡터를 정의합니다.
로지스틱 회귀의 경우 적절한 추측값을 선택하기가 쉽지 않을 수 있습니다.
◦ 첫째 값은 데이터를 지나는 곡선의 근사 절편이어야 합니다.
◦ 데이터의 중심이 원점의 오른쪽에 있으면 둘째 추측값이 1보다 작아야 하고, 데이터가 원점의 왼쪽에 있으면 둘째 추측값이 1보다 커야 합니다. 여기서는 독립 변수의 평균을 구해 이 추측값을 추정합니다. 독립적 데이터가 정수인 경우에는 일반적으로 이 값이 너무 커지지만 이 예제에서는 그렇지 않습니다.
◦ 높은 데이터에서 낮은 데이터로 떨어지는 격차가 크면 마지막 추측값도 커야 하고(1보다 큰 값), 데이터의 변화가 점진적이면 마지막 추측값이 작아야 합니다(1보다 작은 값). 또한 데이터가 왼쪽에서 오른쪽으로 감소하면 이 계수가 음수여야 하고, 데이터가 왼쪽에서 오른쪽으로 증가하면 이 계수가 양수여야 합니다. 대부분의 상황에서는 1이나 -1을 추측값으로 사용할 수 있습니다.
3. lgsfit 함수를 호출하여 로지스틱 적합식의 매개변수를 구합니다.
매개변수는 다음과 같은 로지스틱 방정식에 맞춰집니다.
4. 데이터와 로지스틱 적합식을 도표화합니다.
