La Regresión Logística

Vista previa del material en texto

La Regresión Logística
La regresión logística es una técnica estadística para predecir variables categóricas mediante variables predictoras. Identifica factores que influyen en el resultado y es útil en análisis de datos.
Este tipo de análisis estadístico (también conocido como modelo logit) se utiliza a menudo para el modelado y la analítica predictiva, y se extiende a las aplicaciones de machine learning. En este enfoque analítico, la variable dependiente es finita o categórica, ya sea A o B (regresión binaria) o una variedad de opciones finitas A, B, C o D (regresión multinomial). Se utiliza en software estadístico para comprender la relación entre la variable dependiente y una o más variables independientes mediante la estimación de probabilidades con una ecuación de regresión logística. 
Este tipo de análisis puede ayudarle a predecir la probabilidad de que ocurra un evento o de que se tome una decisión. Por ejemplo, es posible que desee conocer la probabilidad de que un visitante elija una oferta realizada en su sitio web, o no (variable dependiente). Su análisis puede observar las características conocidas de los visitantes, como los sitios de los que provienen, las visitas repetidas a su sitio, el comportamiento en su sitio (variables independientes). Los modelos de regresión logística le ayudan a determinar una probabilidad de qué tipo de visitantes probablemente aceptarán la oferta, o no. Como resultado, puede tomar mejores decisiones sobre la promoción de su oferta o tomar decisiones sobre la oferta en sí.