✅ 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

الان که دیگه یه پارت رو کامل گفتم، شاید خوب باشه که دیگه شروع کنم کانال رو این‌ور و اون‌ور تبلیغ کنم؛

گروهی، کانالی، جامعه‌ای اگه می‌شناسید ممنون میشم معرفی کنید❤️🤝

🔰 رگرسیون لجیستیک دو جمله‌ای - Binomial logistic regression

📌 سرفصل‌های تدریس:

✅ جلسه‌ی اول: نحوه‌ی ساخت و تفسیر مدل رگرسیون لجیستیک دوجمله‌ای

✅ جلسه‌ی دوم: کشیدن نمودار

✅ جلسه‌ی سوم: نحوه‌ی پیدا کردن Outlierها و Influential caseها

✅ جلسه‌ی چهارم: چک کردن پیش‌فرض‌های مدل

✅ جلسه‌ی پنجم: یه مشکل شایع!

💯 جلسه‌ی تکمیلی

#Statistics
#Binomial_logistic_regression

✅ یه نکته‌ی مهم!

یه‌زمانی شما می‌خوای ارتباط بین مثلاً سطح درآمد و وضعیت خرید کردن رو بسنجی، خیلی راحت می‌نویسی:

model <- glm(Purchased ~ EstimatedSalary, data = mydata, family = binomial())

خیلیم عالی!

اما یه زمانی شما می‌خوای مثلاً متغیر سن یا Age رو هم به عنوان مخدوش‌کننده یا Confounder بیاری و ارتباط بین درآمد و وضعیت خرید کردن رو براساس این متغیر Adjust کنی، در اون صورت خیلی راحت این متغیر رو وارد مدلت می‌کنی:

model <- glm(Purchased ~ Age + EstimatedSalary, data = mydata, family = binomial())

📌 نکته‌ی نهایی: برای اینکه یه متغیر رو به عنوان مخدوش‌کننده وارد مدلت کنی، صرفاً و تنها کافیه به فرمولت اضافه‌اش کنی، درست مثل شکل بالا!

🌐 منبع تصویر

#Statistics
#Binomial_logistic_regression