Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
Thank you for easy to understand explanation😊
分かりやすいです。ありがとうございます。
Aさんの合格率、代入してみると36%くらいになります1/(1+e^0.57)にはなりませんか?
量的変数と質的変数を同時に説明変数として投入することはできませんか?
目的変数が3つ以上の時もロジスティック回帰分析は使えますか?
合否を合格率に変えると質から量に変えれんではないでしょうか?
@@サーベロイドチャンネル 縦軸を合格率にして、横軸を偏差値にするとs字曲線ができて、それをロジット変換すれば緩やかな直線ができます。それを使って回帰分析するのがロジスティック回帰分析ではないですか?
ありがとうございました。質問です。例えば、3程度の間隔尺度と2つの名義尺度を事前に分散分析、t検定など行っておいて、最後にすべてをダミー変数にしてロジスティック回帰分析はできますか。ご教示ください。
最初の説明はすごい分かりやすかったのに、ビジネスシーンでの具体例になった途端分からない言葉が一気に出てきてついていけず、、残念、、
Thank you for easy to understand explanation😊
分かりやすいです。ありがとうございます。
Aさんの合格率、代入してみると36%くらいになります
1/(1+e^0.57)にはなりませんか?
量的変数と質的変数を同時に説明変数として投入することはできませんか?
目的変数が3つ以上の時もロジスティック回帰分析は使えますか?
合否を合格率に変えると質から量に変えれんではないでしょうか?
@@サーベロイドチャンネル
縦軸を合格率にして、横軸を偏差値にするとs字曲線ができて、それをロジット変換すれば緩やかな直線ができます。
それを使って回帰分析するのがロジスティック回帰分析ではないですか?
ありがとうございました。質問です。例えば、3程度の間隔尺度と2つの名義尺度を事前に分散分析、t検定など行っておいて、最後にすべてをダミー変数にしてロジスティック回帰分析はできますか。ご教示ください。
最初の説明はすごい分かりやすかったのに、ビジネスシーンでの具体例になった途端分からない言葉が一気に出てきてついていけず、、残念、、