Lojistik Regresyon Nedir? Ne Zaman Kullanılır?

Basira Editör Ekibi · · 12 dk okuma · Bilimsel inceleme: Doç. Dr. Hasan Yıldırım

Aa Yazı boyutu
Yazı boyutu

Anahtar çıkarımlar

  • Lojistik regresyon, iki kategorili bir sonucun olma olasılığını yordayıcılarla ilişkilendirir; doğrusal olan olasılığın kendisi değil, logitidir (odds değerinin doğal logaritması).
  • Katsayının üsteli olasılık oranıdır (odds ratio, OR): olasılıkların değil odds değerlerinin oranıdır. Olay sık görülüyorsa OR, 1'den göreli riskten belirgin biçimde daha uzak düşer ve "risk iki katına çıktı" diye okunmaz.
  • Aynı olasılık oranı, başlangıç olasılığına göre olasılıkta farklı büyüklükte değişimlere karşılık gelir; bu yüzden sonuç olasılık ölçeğinde de anlatılır.
  • Artıkların normalliği ve eşvaryanslılık aranmaz; gözlemlerin bağımsızlığı, sürekli yordayıcının logitle doğrusal ilişkisi, aşırı çoklu bağlantı olmaması, tam ayrışma olmaması ve yordayıcı sayısına göre yeterli olay bulunması denetlenir.
  • Model uyumu tek bir sayıyla özetlenmez: olabilirlik oranı testi, sözde R², ayırt etme (ROC AUC) ve kalibrasyon birlikte okunur.

İçindekiler

İçindekiler

Lojistik regresyon nedir? Sonuç değişkeni iki kategorili olduğunda (tezi zamanında bitirdi / bitirmedi, hasta / sağlıklı) kullanılan regresyon modelidir: olayın olma olasılığını bir ya da daha çok yordayıcıyla ilişkilendirir ve bunu olasılığın logiti üzerinden yapar.

Katsayılar çoğunlukla olasılık oranı (odds ratio, OR) olarak okunur; bu oran olasılıkların değil odds değerlerinin oranıdır ve göreli riskle aynı şey değildir.

Regresyon türlerinin genel haritası regresyon analizi nedir yazısındadır; bu yazı oradaki kısa tanıtımı odds, logit, katsayıların okunması, varsayımlar ve model uyumuyla derinleştirir.

Lojistik regresyon nedir ve neden logit kullanır?

Lojistik regresyon logit kullanır, çünkü olasılık 0 ile 1 arasında sınırlıyken logit her değeri alabilir ve bu yüzden yordayıcıların doğrusal bir toplamıyla modellenebilir.

İkili bir sonuç 1 (olay gerçekleşti) ve 0 (gerçekleşmedi) diye kodlanır. Modelin kestirmeye çalıştığı şey, yordayıcıların belirli değerlerinde olayın olma olasılığı pp‘dir. Olasılık 0 ile 1 arasında sınırlıdır; yordayıcıların doğrusal bir toplamı ise her değeri alabilir.

Lojistik regresyon bu sorunu iki adımda çözer.

  1. Önce olasılık odds değerine çevrilir: olayın olma olasılığının olmama olasılığına oranı. Odds 0 ile sonsuz arasında değişir; olasılık .50 iken 1’dir.
odds=p1−p\text{odds} = \frac{p}{1 - p}
  1. Sonra odds değerinin doğal logaritması alınır. Bu değere logit denir ve eksi sonsuzdan artı sonsuza kadar her değeri alabilir:
logit(p)=ln⁡ ⁣(p1−p)\text{logit}(p) = \ln\!\left(\frac{p}{1 - p}\right)

Model, logiti yordayıcıların doğrusal bir fonksiyonu olarak yazar. Aynı denklem olasılık için çözüldüğünde lojistik (S biçimli) eğri elde edilir:

η=b0+b1x1+⋯+bkxk\eta = b_0 + b_1 x_1 + \dots + b_k x_k
p=11+e−ηp = \frac{1}{1 + e^{-\eta}}

Burada η\eta, yordayıcıların doğrusal birleşimidir (logitin kendisi).

Bu eğri olasılığı her zaman 0 ile 1 arasında tutar. Ortalarda (olasılık .50 dolayında) diktir, uçlarda yataylaşır: yordayıcıdaki aynı artış, olasılık zaten çok düşük ya da çok yüksekken olasılığı daha az değiştirir.

Katsayılar en çok olabilirlik yöntemiyle kestirilir: gözlenen 0 ve 1’leri en olası kılan katsayılar yinelemeli olarak aranır (Hosmer vd., 2013). Çıktıdaki “iterasyon” ve “log-olabilirlik” satırları bu süreçten gelir.

Bu yazının konusu ikili (binary) lojistik regresyondur. Sonuç üç ya da daha çok sırasız kategoriyse çok terimli, sıralıysa sıralı lojistik regresyon kullanılır (Likert ölçeği analizi).

Olasılık oranı (OR) nasıl okunur?

Lojistik regresyonda ham katsayı bb logit ölçeğindedir: yordayıcıdaki bir birimlik artışta logitin ne kadar değiştiğini gösterir. Logit sezgisel bir ölçek olmadığı için katsayının üsteli alınır:

OR=eb\text{OR} = e^{b}
ORc birim=ec b\text{OR}_{c\ \text{birim}} = e^{c\,b}

Burada bb yordayıcının ham katsayısı, cc ise seçilen birimin büyüklüğüdür (ör. 10 yıllık bir fark için c=10c = 10).

ebe^{b} olasılık oranıdır (OR): yordayıcıdaki bir birimlik artışta odds değerinin kaç katına çıktığını gösterir. OR 1’den büyükse olayın odds değeri artar, 1’den küçükse azalır, 1 ise yordayıcıyla sonuç arasında (modeldeki öteki değişkenler sabitken) ilişki yoktur. Katsayının güven aralığı ve testi logit ölçeğinde kurulur; üsteli alınınca OR’nin güven aralığı kestirimin iki yanında simetrik olmaz. Bu yüzden “sıfırı içeriyor mu?” sorusu OR ölçeğinde “1’i içeriyor mu?” diye okunur.

Birkaç pratik okuma kuralı:

  • Sürekli yordayıcıda birim seçimi: Yaş gibi bir yordayıcıda bir yıllık farkın OR’si 1’e çok yakın çıkabilir. Bu ilişkinin önemsiz olduğu anlamına gelmez; anlamlı bir birim (ör. 10 yıl) seçilip e10be^{10b} raporlanabilir. Hangi birimin kullanıldığı rapora yazılır.
  • Kategorik yordayıcıda referans: k kategorili bir değişken k − 1 kukla değişkenle girer; her OR o kategorinin referans kategoriye göre olasılık oranıdır. Referans kategori değişirse OR’ler değişir, model değişmez.
  • Sonucun kodlanması: Olay 1 değil 0 diye kodlanırsa bütün OR’ler terslerine (1 / OR) döner. Bu yüzden hangi kategorinin “olay” sayıldığı açıkça yazılır.
  • Etkileşim: İki yordayıcının etkileşim terimi logit ölçeğinde toplamsal, OR ölçeğinde çarpımsaldır. Olasılık ölçeğindeki etkileşim ise başka bir sorudur ve ayrıca hesaplanır. Düzenleyici etkinin genel mantığı aracı ve düzenleyici değişken yazısında anlatılır.

Olasılık oranı göreli risk değildir

Adındaki “olasılık” sözcüğüne karşın olasılık oranı iki olasılığın oranı değildir. İki olasılığın oranı göreli risktir (relative risk, RR; risk oranı da denir). Olasılık oranı ise iki odds değerinin oranıdır.

Olay seyrekken iki değer birbirine yakındır; olay sıklaştıkça olasılık oranı göreli riskten 1’e daha uzak düşer. Aşağıdaki iki durumda göreli risk aynıdır, olasılık oranı değildir:

Kıyaslama grubunda olasılıkKarşılaştırılan grupta olasılıkGöreli risk (RR)Olasılık oranı (OR)
.10.2022.25
.30.6023.5

Tablodaki değerler yalnız tanımdan yapılan aritmetiktir: %60’lık olasılığın odds değeri 1.5; %30’unki yaklaşık 0.43’tür ve oranları 3.5 eder. Bu yüzden sık görülen bir olayda “OR = 3.5, yani risk 3,5 katına çıktı” demek yanlıştır. Kohort çalışmalarında yaygın bir sonuç için Zhang ve Yu (1998), kıyaslama grubundaki olasılık P0P_0 biliniyorsa olasılık oranından göreli riske yaklaşık bir geçiş önerir:

RR≈OR(1−P0)+P0×OR\text{RR} \approx \frac{\text{OR}}{(1 - P_0) + P_0 \times \text{OR}}

Bu dönüşüm yaklaşıktır ve düzeltilmiş (çok yordayıcılı) modellerde dikkatle kullanılmalıdır. Göreli risk araştırma sorusunun kendisiyse, onu doğrudan kestiren modeller (ör. log-binom regresyon) düşünülür. Çapraz tablodaki olasılık oranı, göreli risk ve öteki etki büyüklüğü ölçüleri etki büyüklüğü yazısında karşılaştırılır.

Bir terim tuzağı daha: olabilirlik oranı (likelihood ratio) testi ile olasılık oranı (odds ratio) farklı kavramlardır. Birincisi iki modelin uyumunu karşılaştıran bir testtir (aşağıda), ikincisi bir katsayının etki büyüklüğüdür.

Aynı olasılık oranı, farklı olasılık değişimi

Olasılık oranı odds ölçeğinde sabittir, olasılık ölçeğinde sabit değildir. Aynı OR’nin olasılıkta yarattığı değişim başlangıç olasılığına bağlıdır. Odds değerini iki katına çıkaran (OR = 2) bir farkın üç başlangıç noktasındaki karşılığı:

Başlangıç olasılığıBaşlangıç oddsOdds × 2Yeni olasılık
.100.110.22.18
.5012.67
.90918.95

Aynı OR, olasılığı bir durumda .10’dan .18’e, başka bir durumda .50’den .67’ye taşır. Olasılıktaki değişim de anlatılmak isteniyorsa yordayıcıların anlamlı değerlerinde tahmin edilen olasılıklar ya da ortalama marjinal etkiler raporlanır. Mood (2010) ayrıca katsayıların modelde yer almayan değişkenlerden etkilendiğini gösterir: sonuçla ilişkili ama yordayıcıyla ilişkisiz bir değişken eklemek bile öteki katsayıları değiştirebilir. Bu yüzden farklı yordayıcı kümeleri taşıyan modellerin ya da farklı örneklemlerin OR’leri doğrudan karşılaştırılmaz.

Lojistik regresyon ne zaman kullanılır?

Temel koşul, sonuç değişkeninin iki kategorili olmasıdır; ama ikili bir değişken içeren her soru lojistik regresyon gerektirmez. Seçimi değişkenlerin rolü belirler:

Araştırma durumuUygun yöntem
İkili sonuç ve tek kategorik değişken; başka değişken hesaba katılmayacakKi-kare bağımsızlık testi; beklenen sayılar küçükse Fisher’ın kesin testi; etki büyüklüğü olarak olasılık oranı
İkili sonuç; birden çok yordayıcı ya da karıştırıcı değişkenlerle düzeltme gerekiyorİkili lojistik regresyon
İkili sonuç ve sürekli yordayıcı; sonucun olasılığı yordayıcıya göre kestirilecekİkili lojistik regresyon
İkili bir değişkenle aralıklı ya da oranlı ölçümdeki bir değişkenin ilişkisinin gücü; yordayıcı ve sonuç ayrımı yokNokta çift serili korelasyon
İkili değişken grupları tanımlıyor, sonuç aralıklı ya da oranlı ölçümdeBağımsız örneklem t-testi (Welch sürümü)
Sonuç üç ya da daha çok sırasız kategoriÇok terimli lojistik regresyon
Sonuç sıralı (tek Likert maddesi, evre)Sıralı lojistik regresyon
Aynı kişiden tekrarlı ikili ölçümler ya da kümelenmiş gözlemler (sınıflar, hastaneler)Karma etkili lojistik regresyon ya da genelleştirilmiş kestirim denklemleri (GEE)
Olaya kadar geçen süre önemli, bazı kişilerde olay henüz gerçekleşmemişCox regresyonu
Amaç yeni veride en isabetli sınıflandırmaMakine öğrenmesinde sınıflandırma yöntemleri; lojistik regresyon taban model olarak

Son satır iki geleneğin farkını gösterir. Tez ve makalelerde lojistik regresyon çoğunlukla açıklama için kullanılır: bir yordayıcının sonuçla ilişkisi, öteki değişkenler hesaba katıldığında da sürüyor mu? Makine öğrenmesinde aynı model bir sınıflandırıcıdır: olasılığı bir eşikle karşılaştırıp sınıf atar ve başarısı görmediği veride ölçülür.

İkili sonucu doğrusal regresyonla incelemek (doğrusal olasılık modeli) katsayıları olasılık ölçeğinde okutur (Mood, 2010), ama tahminleri 0–1 aralığının dışına taşabilir; ikili sonuç için yaygın seçim lojistik regresyondur.

Gözlemsel veride lojistik regresyon katsayısı da bir ilişkiyi tanımlar, neden-sonuç anlamı taşımaz. Karıştırıcıları modele eklemek yalnız ölçülmüş karıştırıcıları ayıklar; ayrıntı korelasyon ve nedensellik yazısındadır.

Lojistik regresyonun varsayımları nelerdir?

Doğrusal regresyondan farklı olarak artıkların normal dağılması ve eşit varyanslı olması aranmaz; yordayıcıların normal dağılması da gerekmez. Denetlenmesi gerekenler şunlardır:

  1. Gözlemlerin bağımsızlığı. Aynı kişinin tekrarlı ölçümleri ya da aynı sınıftaki öğrenciler bu varsayımı bozar; o zaman karma etkili model ya da GEE kullanılır. Bu varsayım araştırma deseninden denetlenir.
  2. Sürekli yordayıcının logitle doğrusal ilişkisi. Sonucun olasılığıyla değil, logitiyle doğrusallık aranır. Yordayıcıyı gruplara ayırıp her grubun logitine bakmak, kesirli polinomlar ya da kısıtlı kübik eğriler (spline) gibi yollarla incelenir (Hosmer vd., 2013). Doğrusallık bozuksa yordayıcı dönüştürülür ya da eğrisel terimle modellenir; sürekli yordayıcıyı ikiye bölmek bilgi kaybettirir.
  3. Aşırı çoklu bağlantı olmaması. Birbiriyle çok yüksek ilişkili yordayıcılar katsayıların standart hatalarını büyütür; doğrusal regresyondaki varyans şişirme faktörü (VIF) mantığı burada da kullanılır.
  4. Tam ya da yarı tam ayrışma olmaması. Bir yordayıcı ya da yordayıcı birleşimi sonucu kusursuz ayırıyorsa (ör. bir gruptaki herkes olayı yaşamışsa) en çok olabilirlik kestirimi sonlu bir değere ulaşmaz. Çıktıdaki belirtileri çok büyük katsayılar ve standart hatalar ile yakınsama uyarılarıdır. Firth’ün (1993) cezalandırılmış olabilirlik yöntemi bu durumda sonlu ve daha az yanlı kestirimler verir (Heinze ve Schemper, 2002).
  5. Yordayıcı sayısına göre yeterli olay. Kararlılığı belirleyen toplam gözlem sayısı değil, iki sonuçtan seyrek olanının sayısıdır. Peduzzi vd. (1996) yordayıcı başına en az 10 olay önerisini benzetimle desteklemiştir; van Smeden vd. (2016) ise bu sınırın tek başına bir gerekçesi olmadığını, az olayın yol açtığı sorunların toplam örneklem büyüklüğüne, yordayıcı sayısına ve ilişkilerin büyüklüğüne de bağlı olduğunu göstermiştir. Yordayıcılar kuramdan gelen az sayıda değişkenle sınırlı tutulur; örneklem önceden planlanır (örneklem büyüklüğü nasıl hesaplanır).

İki konu varsayım değildir ama sonucu belirleyebilir.

  • Etkili gözlemler, çıkarıldıklarında katsayıları belirgin biçimde değiştiren gözlemlerdir; lojistik regresyonda Pregibon’un Δβ’sı gibi tanı ölçüleriyle incelenir (Hosmer vd., 2013). Kayıt hatası değilse silinmez, sonuç onunla ve onsuz raporlanır; ayrıntı aykırı değer yazısındadır.
  • Eksik veri ise programların çoğunda herhangi bir değişkeni eksik olan satırın sessizce düşürülmesiyle (liste bazında silme) sonuçlanır; olay sayısını azaltır ve eksiklik rastgele değilse sonucu yanlı kılabilir (eksik veri).

Model uyumu nasıl değerlendirilir?

Doğrusal regresyondaki tek bir R² gibi her şeyi özetleyen bir sayı yoktur. Uyum dört soruyla değerlendirilir.

Model, hiç yordayıcı içermeyen modelden iyi mi? Bunu olabilirlik oranı (likelihood ratio) testi sınar. Yalnız sabit terimli modelin log-olabilirliği LL0LL_0, kurulan modelinki LL1LL_1 ise test istatistiği, serbestlik derecesi yordayıcı katsayısı sayısına eşit bir ki-kare dağılımına uyar:

G=−2 (LL0−LL1)G = -2\,(LL_0 - LL_1)

Aynı test iç içe iki modeli karşılaştırmak için de kullanılır: bir yordayıcı bloğu eklendiğinde uyum anlamlı biçimde artıyor mu? Her katsayının yanında verilen Wald testi, yani zz ya da Wald χ², kolay bir yaklaşımdır, ama katsayı büyükken ya da örneklem küçükken güvenilmez olabilir; iki test ayrıştığında olabilirlik oranı testi tercih edilir (Agresti, 2013).

Model sonuçtaki değişkenliğin ne kadarını açıklıyor? Programlar sözde R² değerleri verir. McFadden R² log-olabilirliklerin oranından hesaplanır: 1−LL1/LL01 - LL_1 / LL_0. Cox-Snell R² olabilirlik oranından hesaplanır; Cox-Snell’in üst sınırı 1’e ulaşamadığı için Nagelkerke R² onu 0–1 aralığına yeniden ölçekler.

Dikkat

Bu değerler birbirinden farklı çıkar ve doğrusal regresyondaki R² gibi “açıklanan varyans oranı” diye yorumlanmaz; hangisinin raporlandığı adıyla yazılır (Hosmer vd., 2013).

Model olayı yaşayanları yaşamayanlardan ayırt edebiliyor mu? Ayırt etme gücü ROC eğrisinin altındaki alanla (ROC AUC, c istatistiği) özetlenir: rastgele seçilen bir olay yaşamış kişinin, olay yaşamamış bir kişiden daha yüksek tahmin olasılığı alma olasılığıdır; .50 şans düzeyidir (Hanley ve McNeil, 1982). Bir eşiğe göre kurulan sınıflandırma tablosu (doğru sınıflandırma yüzdesi) ise eşiğe bağlıdır ve olay seyrekse yanıltıcıdır; eşik seçimi ve öteki ölçütler makine öğrenmesinde sınıflandırma yazısında anlatılır.

Tahmin edilen olasılıklar gözlenen oranlarla uyuşuyor mu? Buna kalibrasyon denir. Hosmer-Lemeshow testi gözlemleri tahmin edilen olasılığa göre gruplayıp gözlenen ve beklenen olay sayılarını karşılaştırır.

Testin anlamsız sonucu modelin iyi olduğunu kanıtlamaz: test grup sayısının seçimine duyarlıdır, küçük örneklemde gücü düşüktür (Hosmer vd., 2013). Tahmin edilen ve gözlenen oranları yan yana çizen kalibrasyon grafiği daha bilgilendiricidir.

Örnek bir araştırma sorusu: model adım adım nasıl kurulur?

Model, sonucun kodlanmasından tahmin edilen olasılıklara uzanan altı adımda kurulur ve okunur.

Bir eğitim bilimleri tezinde araştırmacı, yüksek lisans öğrencilerinin tezlerini öngörülen sürede bitirip bitirmediğini (bitirdi = 1, bitirmedi = 0) inceliyor. Kuramsal çerçeveden üç yordayıcı seçiyor: danışmanla aylık görüşme sayısı (sürekli), tam zamanlı bir işte çalışma (çalışıyor / çalışmıyor) ve programa başlarken yaş. Aşağıdaki adımlar bir modelin nasıl kurulup okunacağını gösterir; burada sayısal bir sonuç verilmiyor.

  1. Sonucu ve referansları tanımlamak. “Olay” tezi zamanında bitirmektir ve 1 diye kodlanır. Çalışma durumunda referans kategori “çalışmıyor” seçilirse, bu değişkenin OR’si çalışanların zamanında bitirme odds değerinin çalışmayanlarınkine oranı olur.
  2. Olay sayısını denetlemek. Zamanında bitiren ve bitirmeyen öğrencilerden hangisi azsa, model kararlılığı onun sayısına bağlıdır. Üç yordayıcı için bu sayı çok küçükse yordayıcı sayısı azaltılır ya da yorum temkinli yapılır.
  3. Doğrusallığı ve ayrışmayı denetlemek. Görüşme sayısı ile yaşın logitle ilişkisi incelenir; bir kategoride bütün öğrencilerin aynı sonucu yaşayıp yaşamadığına bakılır.
  4. Modelin bütününü okumak. Olabilirlik oranı testi, yordayıcıların birlikte sonucu açıklayıp açıklamadığını sınar; sözde R², AUC ve kalibrasyon modelin ne kadar iyi uyduğunu anlatır.
  5. Katsayıları okumak. Görüşme sayısının OR’si, öteki yordayıcılar sabitken her ek aylık görüşmenin zamanında bitirme odds değerini kaç katına çıkardığını gösterir; yaş için beş yıllık bir birim daha anlaşılır olabilir. Çalışma durumunun OR’si 1’den küçük çıkarsa yorum “çalışan öğrencilerde zamanında bitirme odds değeri daha düşüktür” olur; veri gözlemsel olduğu için “çalışmak tezi geciktirir” denmez.
  6. Olasılık ölçeğine çevirmek. Okur için en anlaşılır özet, tipik profillerde (ör. ayda bir ve ayda dört görüşme yapan, çalışan ve çalışmayan öğrenciler) tahmin edilen olasılıklardır.

Lojistik regresyon sonuçları nasıl raporlanır?

APA 7 biçiminde bir lojistik regresyon raporu şu öğeleri taşır: analize giren gözlem sayısı ve her sonuç kategorisindeki sayı, sonucun kodlanması ve kategorik yordayıcıların referans kategorileri, modelin olabilirlik oranı testi (χ², serbestlik derecesi, kesin p değeri), adıyla bir sözde R² ve gerekiyorsa AUC.

Her yordayıcı için katsayı tablosunda B, standart hata, Wald istatistiği ya da z, p, olasılık oranı ve onun %95 güven aralığı verilir. Model cümlesinin biçimi: χ²(sd, N = …) = …, p = …, Nagelkerke R² = …; ardından katsayı tablosu. Varsayım denetimleri, ayrışma ya da etkili gözlemler için yapılanlar ve eksik verinin nasıl ele alındığı da yazılır.

Genel biçim kuralları APA 7’ye göre istatistik raporlama yazısında, tablonun bulgulardaki yeri bulgular bölümü nasıl yazılır yazısında anlatılır. Kodlama, referans, birim ve olay sayısı kararlarının gerekçesi yöntem bölümüne yazılır. Uzmanla Çalış analiz ve yöntem desteğidir; tezi ya da bölümlerini yazmak, bulguları yorumlamak ve savunmak araştırmacının kendi işidir.

Sık yapılan hatalar nelerdir?

Lojistik regresyonda en sık hatalar, olasılık oranının yanlış okunmasından ve kestirim sorunlarının gözden kaçırılmasından doğar.

  • Olasılık oranını göreli risk gibi okumak. “OR = 3, yani risk üç katına çıktı” cümlesi olay seyrek değilse yanlıştır.
  • OR’yi olasılıktaki değişim gibi anlatmak. Aynı OR, başlangıç olasılığına göre olasılıkta çok farklı değişimlere karşılık gelir.
  • Hangi kategorinin “olay” olduğunu ve referans kategorileri yazmamak. Okur OR’nin yönünü bilemez.
  • Olay sayısına bakmadan çok sayıda yordayıcı eklemek. Kestirimler kararsızlaşır, ayrışma riski artar ve model yeni veride başarısız olur.
  • Ayrışma uyarılarını görmezden gelmek. Çok büyük katsayı ve standart hatalar bir bulgu değil, bir kestirim sorunudur.
  • Yalnız doğru sınıflandırma yüzdesini raporlamak. Olay seyrekken herkese “olay yok” diyen bir model bile yüksek yüzde alır.
  • Farklı modellerin ya da grupların OR’lerini doğrudan karşılaştırmak. Modele giren değişkenler farklıysa katsayılar aynı ölçekte değildir (Mood, 2010).

Sık sorulan sorular

Olasılık oranı ile göreli risk arasındaki fark nedir?

Göreli risk iki grubun olay olasılıklarının oranıdır; olasılık oranı ise iki grubun odds değerlerinin oranıdır. Olay seyrekken birbirine yakındır; olay sıklaştıkça olasılık oranı 1’den göreli riskin olduğundan daha uzağa düşer: OR > 1 iken göreli riskten büyük, OR < 1 iken küçük görünür.

Lojistik regresyonda yordayıcıların normal dağılması gerekir mi?

Hayır. Ne yordayıcıların ne de artıkların normal dağılması varsayımdır. Sürekli yordayıcı için aranan, sonucun logitiyle doğrusal ilişkidir.

Lojistik regresyonda R² var mı?

Doğrusal regresyondaki R²’nin doğrudan karşılığı yoktur. McFadden, Cox-Snell ve Nagelkerke gibi sözde R² değerleri vardır; birbirinden farklı çıkarlar ve açıklanan varyans oranı diye yorumlanmazlar. Uyum, olabilirlik oranı testi, AUC ve kalibrasyonla birlikte değerlendirilir.

Kaç gözlem gerekir?

Belirleyici olan toplam gözlem değil, seyrek sonuçtaki gözlem sayısıdır. Yordayıcı başına 10 olay sık anılan bir başlangıç noktasıdır ama tek başına yeterli bir kural değildir; gereken sayı toplam örneklem büyüklüğüne, yordayıcı sayısına ve beklenen ilişkilerin büyüklüğüne göre de değişir (van Smeden vd., 2016).

Bir kategorideki bütün gözlemlerde olay gerçekleşmişse ya da hiç gerçekleşmemişse ne olur?

Bu durum tam ya da yarı tam ayrışmadır ve olağan en çok olabilirlik kestirimi sonlu bir değere ulaşmaz. Kategorileri birleştirmek, yordayıcı sayısını azaltmak ya da Firth’ün cezalandırılmış olabilirlik yöntemini kullanmak başlıca seçeneklerdir.

  • #lojistik-regresyon
  • #regresyon-analizi
  • #kategorik-veri-analizi
  • #regresyon-modeli-yorumlama
  • #etki-buyuklugu

Bilimsel inceleme

Doç. Dr. Hasan Yıldırım

Karamanoğlu Mehmetbey Üniversitesi Öğretim Üyesi

İnceleme tarihi:

Makine öğrenmesi ve biyoistatistik alanlarında çalışır; sağlık, fen ve sosyal bilimlerde disiplinlerarası araştırmalarda istatistik danışmanlığı yürütür.

Kaynakça

  1. Agresti, A. (2013). Categorical data analysis (3rd ed.). Wiley.
  2. Firth, D. (1993). Bias reduction of maximum likelihood estimates. Biometrika, 80(1), 27–38.
  3. Hanley, J. A., & McNeil, B. J. (1982). The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology, 143(1), 29–36.
  4. Heinze, G., & Schemper, M. (2002). A solution to the problem of separation in logistic regression. Statistics in Medicine, 21(16), 2409–2419.
  5. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3rd ed.). Wiley.
  6. Mood, C. (2010). Logistic regression: Why we cannot do what we think we can do, and what we can do about it. European Sociological Review, 26(1), 67–82.
  7. Peduzzi, P., Concato, J., Kemper, E., Holford, T. R., & Feinstein, A. R. (1996). A simulation study of the number of events per variable in logistic regression analysis. Journal of Clinical Epidemiology, 49(12), 1373–1379.
  8. van Smeden, M., de Groot, J. A. H., Moons, K. G. M., Collins, G. S., Altman, D. G., Eijkemans, M. J. C., & Reitsma, J. B. (2016). No rationale for 1 variable per 10 events criterion for binary logistic regression analysis. BMC Medical Research Methodology, 16, Article 163.
  9. Zhang, J., & Yu, K. F. (1998). What's the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA, 280(19), 1690–1691.

Kendi verinizde görün

Kavramı kendi verinizde görmek isterseniz İkili Lojistik Regresyon modülünü örnek veriyle açabilirsiniz. Basira’yı deneyin

İlgili yazılar