✅ اینم جلسه‌ی اول از پارت اول، رگرسیون لجیستیک دوجمله‌ای:

تو این جلسه چیا گفتم؟
۱) رگرسیون لجیستیک چیه؟
۲) چجوری رگرسیون لجیستیک انجام بدم؟
۳) چجوری نتایج رگرسیون لجیستیک رو تفسیر کنم؟
۴) چجوری از مدلم استفاده کنم؟

📍 لینک فیلم:

یوتیوب

#Statistics
#Binomial_logistic_regression

✅ اینم جلسه‌ی دوم از پارت اول، رگرسیون لجیستیک دوجمله‌ای:

تو این جلسه اومدم نحوه‌ی کشیدن نمودار برای رگرسیون لجیستیک رو توضیح دادم و یه‌سری از آپشن‌های کتابخونه‌ی ggplot2 در R رو هم توضیح دادم😁

📍 لینک فیلم:

یوتیوب

#Statistics
#Binomial_logistic_regression

✅ مبحثی که قصد دارم در جلسه‌ی سوم از قسمت رگرسیون لجیستیک در موردش صحبت کنم، Casewise diagnostics هستش.

فرض کنید شما یه مجموعه داده (دایره‌های آبی کم‌رنگ) دارید و روی این داده‌ها اومدید یه رگرسیون خطی (یا لجیستیک) انجام دادید (خط نقطه‌چین).
اما به یک‌باره یه داده‌ی Outlier (دایره‌ی آبی پررنگ) وارد دیتاست شما میشه و باعث میشه اون خط رگرسیون شما به سمت داده‌ی Outlier منحرف بشه (خط صاف).
واضحاً می‌بینید که نه تنها این خط جدید داده‌های قبلی رو بدتر مدل می‌کنه، بلکه حتی خود اون داده‌ی Outlier رو هم نمی‌تونه نشون بده!
تنها عایده‌ای که این داده‌ی Outlier داشت، بدتر کردن مدل ما بود.

📌 در جلسه‌ی بعدی از همین یه تیکه فکت کوچیک استفاده می‌کنیم تا این داده‌های Outlier رو شناسایی کنیم.

® عکس برگرفته از کتاب:
Discovering statistics using R
Andy Field

#Statistics

✅ جلسه‌ی سوم از پارت اول، رگرسیون لجیستیک دوجمله‌ای:

تو این جلسه اومدم نحوه‌ی پیدا کردن Outlierها و Influential caseها داخل مدل رگرسیون لجیستیک رو توضیح دادم.

📍 لینک فیلم:

یوتیوب

#Statistics
#Binomial_logistic_regression

✅ داده‌ی تأثیرگذار یا Influential case چیه؟

در جلسه‌ی سوم، از یه مفهومی صحبت کردم به اسم Influential case (به اختصار IC). IC داده‌ای در دیتاست ما هستش که اگه حذفش کنیم، مدل رگرسیونی ما رو تا حد زیادی تغییر میده.

مثلاً به عکس بالا نگاه کنید. تو این مدل ما یه IC به صورت تک‌وتنها می‌بینیم که اگه حذفش کنیم، خطی که به بقیه‌ی داده‌ها فیت میشه شیب کمتری پیدا می‌کنه.

📌 به اینجور داده‌هایی که وجود یا عدم وجودشون تأثیر خیلی زیادی رو مدل ما می‌ذاره، میگیم IC و مهمه که شناساییشون بکنیم.

🌐 منبع تصویر

#Statistics

الان که دارم اینو می‌نویسم، صبحِ جمعه‌ی عیدِ مصادف با ماه رمضون :///، در حال انتظار واسه تحویل گرفتن کشیکم😂 (اگه رزیدنت محترم از خواب بیدار بشه)

کلاً شما هر تست و آنالیز آماری‌‌ای که بخوای انجام بدی، حتماً باید توجه کنی که این تست‌ها و آنالیزها با درنظر گرفتن یه‌سری پیش‌فرض‌ها انجام میشن.

مثلاً اگه شما یه فرمول رگرسیون خطی برای ارتباط بین سن و میزان درآمد پیدا می‌کنی، قاعدتاً باید این دوتا باهم‌دیگه ارتباط خطی داشته باشن تا مدل شما هم درست کار کنه :)))

اما در مورد رگرسیون لجیستیک قضیه یه‌ذره متفاوته؛ تو رگرسیون لجیستیک متغیرِ ورودیِ کمیِ شما باید با لگاریتمِ Odds ratio متغیرِ کیفی شما ارتباط خطی داشته باشه.

جلسه‌ی بعد راجع به چک کردن این موضوع داخل رگرسیون لجیستیکی که ساختیم صحبت می‌کنیم.

#Statistics

✅ جلسه‌ی چهارم از پارت اول، رگرسیون لجیستیک دوجمله‌ای:

تو این قسمت اومدم پیش‌فرض خطی بودن (Linearity) ارتباط بین متغیرهای کمی با لگاریتمِ Odds ratio متغیر خروجی کیفی در Logistic regression رو بررسی کردیم😁

📍 لینک فیلم:

یوتیوب

#Statistics
#Binomial_logistic_regression

به پیشنهاد شایان عزیز (فعال در هر حوزه‌ای که به ذهنتون می‌رسه :))) قراره بعد اتمام تدریس هر آنالیز آماری، یه جلسه‌ی اضافه ضبط کنم که در اون از دیتای اصلی یه مطالعه‌‌ی واقعی که از آنالیز آماریِ تدریس شده بهره برده و پذیرش گرفته و چاپ هم شده، استفاده کنیم و تک‌تک اون اهداف پژوهش رو خودمون دوباره به دست بياريم، و همچنین با نحوه‌ی ریپورت نتایج اون آنالیز آماری هم آشنا بشیم🔥

البته این قسمت ساده‌ی ماجراس، قسمت سختش پیدا کردن مقاله و ژورنالیه که داده‌اش رو دراختیارمون بذاره😂

پذیرای پیشنهادات جذاب شما هستم❤️

لجیستیک رگرسیون دوجمله‌ای کلاً ۱ جلسه‌ی دیگه می‌خواد، بعدش میریم سراغ چندجمله‌ای که اونم شاید کلاً ۱-۲ جلسه‌ی بخواد؛
بعدش میریم سراغ قسمت بعدی👍

فرض کنید شما صاحب یه فروشگاهید و می‌خواید عبور و مرور افراد به داخل فروشگاهتون رو کنترل کنید اما اونقدر پول ندارید که یه دوربین بخرید و به‌جاش از یه ترازو دم در ورودی فروشگاه استفاده می‌کنید.

شما می‌خواید بدونید هرکسی که وارد فروشگاهتون میشه، بچه‌اس یا بزرگسال؟ برای همین از یه مدل رگرسیون لجیستیک استفاده می‌کنید که وزن طرف رو بگیره و احتمال بچه یا بزرگسال بودنش رو بهتون برگردونه.
فرض کنید توی این مثال، اکثریت بچه‌ها زیر ۷۰ کیلو و اکثریت بزرگسالان بالای ۷۰ کیلو هستن. مشخصاً یه‌سری بزرگسال پیدا میشن که وزنشون زیر ۷۰ کیلوعه و یه‌سری بچه هم پیدا میشن که وزنشون بالای ۷۰ کیلوعه. اساس مدل شما هم روی هم هتروژن بودن داده‌هاس.
فرض کنید الان یه نفر وارد شده با وزن ۶۰ کیلو، و شما از مدلتون می‌خواید که بهتون بگه چقدر احتمال داره این فرد ۶۰ کیلویی، بچه باشه یا بزرگسال؟
و مدل شما هم یه عدد بهتون برمی‌گردونه، مثلاً ۷۰ درصد احتمال داره که بچه باشه.

این مثالِ همچی گل و بلبل شبیه شکل سمت چپه.

📌 1/2

#Statistics

اما مشکل کجا شروع میشه؟
فرض کنید این دفعه هرچی بزرگسال دارید بالای ۷۰ کیلوعه و هرچی بچه دارید زیر ۷۰ کیلوعه.
حالا یه نفر وارد میشه که وزنش ۶۵ کیلوعه و شما ازش می‌خواید احتمال بچه یا بزرگسال بودن طرف رو بهتون بگه.

به‌نظر شما مدلتون چه جوابی بهتون میده؟
اینجا مدلتون یه‌جورایی fail میشه. چرا؟ چون می‌بینه هرکی بالای ۷۰ کیلوعه بزرگسال و هرکی زیر ۷۰ کیلو، بچه بوده. الانم شما بهش یه وزن دادید ۶۵ کیلو. مدلتون هم بهتون میگه خب هرچی زیر ۷۰ کیلو به من گفتین بچه بوده، الانم ۱۰۰ درصد این طرف بچه‌اس :)))

این مثال میشه مثل شکل سمت راستی.

✅ سوال اول: مدل ما قاطی کرده؟
نه‌خیر! مدلتون براساس دیتاستی که بهش دادید ساخته میشه‌. طبق اون دیتاست، اتفاقاً خیلی هم خوب جوابتون رو داده.

✅ سوال دوم: آیا مدل ما قابل استفاده هستش؟
مشخصاً نه! چرا؟ چون نمونه‌گیری شما کم بوده، به قولی Representative جامعه‌ی هدفتون نبوده. آیا می‌تونید قسم بخورید هرکی زیر ۷۰ کیلو اومد بچه‌اس؟

اینجاست که مشکل ما شروع میشه. در جلسه‌ی بعدی به صورت عملی و با مثال داخل R در مورد این مشکل صحبت می‌کنیم😁

📌 2/2

#Statistics

الان که خارج از تهران و دور از دود و دم این شهرم، کاملاً می‌فهمم چرا انسان‌های باستان بیشتر ازینکه سرشون پایین و روی زمین باشه، رو به آسمان‌ها و ستاره‌ها بود؛
ای کاش زمانی به دنیا میومدیم که حداقل جواب این سؤالات باستانی و ماقبل‌تاریخی رو هم می‌دونستیم.

[اگه امتحانات و تکالیف اساتید و اینترنی اجازه بده] ان‌شاءالله آخر این هفته جلسه‌ی آخر رگرسیون لجیستیک دوجمله‌ای رو ضبط می‌کنم و بعدش میریم سراغ این✌️

✅ جلسه‌ی پنجم و آخر از پارت اول، رگرسیون لجیستیک دوجمله‌ای:

تو این قسمت اومدم در رابطه با این مشکل، علت به وجود اومدنش و نحوه‌ی شناساییش صحبت کردم و یه‌سری پیشنهاد راجع به برخورد باهاش دادم😁

📍 لینک فیلم:

یوتیوب

#Statistics
#Binomial_logistic_regression