La regresión logística es un estadístico que permite predecir el resultado de una variable en base a los factores o predictores, pudiendo ser estos cuantitativos o cualitativos
La regresión logística puede ser binaria o multinomial, en esta oportunidad vamos a desarrollar la binomial, dónde la variable de resultado es dicotómica, es decir que varía entre 2 resultados opuestos
En el cuadro se tiene una gráfica de una función sigmoide, que varía entre 2 categorías dicotómicas y opuestas, podemos ver qué se trata de una línea curveada
Por lo general son 3 las clases de regresiones logísticas, siendo la binaria la más utilizada y también la más potente al momento de discriminar los datos
Las variables qué intervienen en una regresión logística pueden ser las independientes o denominado también como predictores qué pueden ser cuantitativos o cualitativos, en cambio la variable dependiente o variable a predecir solo puede ser nominal dicotómica
El coeficiente de determinación r cuadrada es un estadístico bastante usado en la regresión logística y permite medir la influencia o determinación de cada 1 de los predictores a la variable dependiente
En el cuadro podemos apreciar las diferencias en las variables independiente independiente tanto para la correlación, regresión lineal y regresión logística binaria
La fórmula de la regresión logística es similar a la regresión lineal con la diferencia qué es logarítmica debido a que sus predictores pueden ser categóricos y la variable dependiente es del tipo nominal motivo por el cual tiene una función sigmoide
La fórmula de la regresión logística es similar a la regresión lineal con la diferencia qué es logarítmica debido a que sus predictores pueden ser categóricos y la variable dependiente es del tipo nominal motivo por el cual tiene una función sigmoide
En el SPSS este es el primer cuadro que nos sale, en el grafico se muestran sus partes
En el gráfico se muestra la actividad que tienen cada 1 de los botones del panel del SPSS
En el visor las primeras tablas son datos descriptivos sobre frecuencia y codificación de variables, el bloque 0 muestra los valores de la variable dependiente y el bloque 1 muestra los valores de los predictores
De todas las tablas, las variables en la ecuación del bloque 1 es el cuadro que nos da la determinación e influencia que tiene cada predictor. Sí hemos elegido hacia atrás de máxima verosimilitud esta tabla tendra 4 pasos, en el último paso estarán los predictores con mayor ajuste
Podemos ver que una significancia menor a 0.05 nos indica un buen ajuste de los predictores, podemos ver que en el paso 4 a quedado solo 5 de 8 predictores y son estos 5 los predictores más relevantes e influyentes