로지스틱 혼동행렬 2

챗지피티(ChatGPT)로 로지스틱분석하기 - 말로 하는 데이터 분석

데이터 올리기는 이 블로그의 'GPT로 선형회귀분석 하기' https://skcho.tistory.com/64 을 참조하면 된다. 데이터 올리기와 변수 설명은 생략한다. 1단계: GPT 분석시행 1-1. GTP에게 분석목적과 변수 알려주기 목적 분석목적과 분석방법을 알려주는 것은 gpt 분석에서 가장 중요하다. 그 다음 종속변수를 만드는 방법을 같이 알려주었다. 지시문 주관적 건강상태가 신체적 건강상태를 예측해 주는지를 알아보고자 한다. 종속변수는 신체적 건강상태이며, 독립변수는 연령, 주관적 건강상태, 소득, 성별, 교육수준이다. 종속변수인 신체적 건강상태는 heal_prob의 1에서 6까지 변수에서 한 개라도 아프다고 체크한 경우를 1이라고 하고 pheal '신체적 건강상태'로 합시다...

로지스틱 회귀분석 2: 해석방법과 챗지피티 프롬프트

4. 다항 로지스틱 회귀 예시 로지스틱 회귀는 이진형 종속변수에 주로 사용되지만, 종속변수가 세 개 이상의 범주를 가지거나 순서가 없는 범주형일 경우에는 다항 로지스틱 회귀(multinomial logistic regression)를 사용할 수 있다.소비자들이 A, B, C 중 어떤 브랜드를 선택하는지를 분석하고자 할 경우, 다항 로지스틱 회귀를 사용하여 B 또는 C 브랜드를 선택할 가능성을 A 브랜드에 대한 상대적 오즈비로 추정할 수 있다. 이 때 분석 결과가 아래와 같다고 가정하자: 비교 대상독립변수계수(β)오즈비(exp(β))p-value해석B vs A소득0.1821.200.028소득이 높을수록 B 브랜드를 선택할 가능성이 증가함B vs A나이0.0211.020.204나이는 B 브랜드 선택과 유의..

회귀분석 2025.04.10