İçeriğe atla
Arama sonuçlarına dön

Lojistik Regresyon

Ortaya koyan
David Roxbee Cox
Yıl
1958
Tür
Method
Aile
classification-prediction

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Lojistik regresyon, ikili bir sonucun (hastalık var/yok, başarı/başarısızlık) olasılığını sürekli ve kategorik öngörücülere bağlı olarak modellemek için kullanılan istatistiksel bir yöntemdir.

David Roxbee Cox (1958) tarafından geliştirilen bu yöntem, ikili sonuçları tahmin etme sorununu, tahminleri [0,1] olasılık aralığına sınırlamak için lojistik bir dönüşüm uygulayarak çözer ve epidemiyoloji, tıp ve sosyal bilimlerde doğru risk sınıflandırması, tanısal tahmin ve nedensel çıkarım yapılmasına olanak tanır.

Yöntemin mantığı

Standart doğrusal regresyon, sınırsız sürekli sonuçları tahmin eder; ikili sonuçlara (0 veya 1) uygulandığında imkansız tahminler üretir (örneğin, 1.5 olasılığı). Lojistik regresyon, sonucun log-olasılıklarını (logit) öngörücülere bağlı doğrusal bir fonksiyon olarak modelleyerek bu sorunu çözer: logit(p) = ln[p/(1−p)] = β₀ + β₁X₁ + β₂X₂ + ... Lojistik dönüşüm, doğrusal tahminleri tekrar olasılıklara (0 ila 1) dönüştürür. Bu, araştırmacıların öngörücüler verildiğinde bir sonucun olasılığını tahmin etmelerine, risk faktörü ilişkilerini olasılık oranları olarak ölçmelerine ve ölçülen belirsizlikle ikili sınıflandırmalar yapmalarına olanak tanır.

Tarih

David Roxbee Cox, 1958'de lojistik regresyonu ikili sonuçlar için doğrusal regresyonun doğal bir uzantısı olarak tanıttı. Jerome Cornfield'ın çalışması (1962), epidemiyolojide olasılık oranlarını popülerleştirdi. Hosmer-Lemeshow uyum iyiliği testi (1980'ler), model değerlendirmesi için teşhisler sağladı. Modern uzantılar arasında cezalı lojistik regresyon (ridge, lasso; Tibshirani, 1996), genelleştirilmiş doğrusal modeller (McCullagh & Nelder, 1989) ve çok terimli/sıralı uzantılar (Agresti, 2015) bulunur. Bilgisayar yoğun yöntemler (bootstrap, çapraz doğrulama) artık sağlam çıkarım ve harici doğrulama sağlamaktadır.

Ne zaman kullanılır?

Lojistik regresyonu, ikili bir sonucu tahmin ederken veya açıklarken kullanın. Klinik uygulamalar: hastalık tanısı, tedavi yanıtı, mortalite tahmini; risk puanlarının hesaplanması (örneğin, APACHE puanı, CURB-65 pnömoni şiddeti). Epidemiyolojik çalışmalar: karıştırıcıları ayarlarken maruziyetlerle ilişkili hastalık olasılıklarını tahmin etme. Tanısal doğruluk: bir tanı testini doğrulama (klinik bulgulardan hastalık tahmini). Anket araştırması: politika sorularına verilen evet/hayır yanıtlarını modelleme. Sürekli veya polikotom (2'den fazla kategori) sonuçlar için doğrusal veya çok terimli regresyon kullanın. Hayatta kalma verileri (olaya kadar geçen süre) için Cox regresyonu kullanın.

Sınırlar ve dikkat edilmesi gerekenler

  • Çoklu doğrusallığa duyarlıdır: yüksek oranda ilişkili öngörücüler şişirilmiş standart hatalar ve kararsız katsayı tahminleri üretir; varyans şişirme faktörlerini kontrol edin.
  • Öngörücüler ve log-olasılıklar arasında doğrusal bir ilişki olduğunu varsayar; doğrusal olmayan ilişkileri açıkça modellenmedikçe (örneğin, polinom, spline dönüşümü) kaçırır.
  • Dengesiz sonuçlar (nadir olaylar): sonuç oranı aşırıysa (örneğin, %5 pozitif), parametre tahminleri yanlı ve güven aralıkları geniştir; cezalı regresyon veya vaka-kontrol örneklemesi düşünün.
  • Gözlemlerin bağımsızlığını varsayar; kümelenmiş veriler (örneğin, hastanelerdeki hastalar) varsayımı ihlal eder ve çok düzeyli lojistik regresyon gerektirir.
  • Sınıflandırma performansı, seçilen olasılık kesme noktasına büyük ölçüde bağlıdır; farklı eşikler hassasiyeti ve özgüllüğü optimize eder ve hiçbir tek eşik tüm bağlamlara uymaz.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Risk sınıflandırması ve klinik ve politika bağlamlarında bilinçli karar verme sağlayan sonucun olasılığını doğrudan tahmin eder.
  • Olasılık oranları uygulayıcılar için sezgiseldir: klinisyenlere ve halka kolayca iletilebilen ikili bir ilişki ölçüsü.
  • Normalite ihlaline karşı dayanıklıdır (doğrusal regresyonun aksine); yalnızca koşullu dağılımların normal değil, binom olması gerekir.
  • Karmaşık ilişkileri yakalamak için sürekli ve kategorik öngörücüleri, etkileşimleri ve doğrusal olmayan terimleri (örneğin, polinom, spline) esnek bir şekilde içerir.
  • Olasılıksal çıktı ve ROC eğrileri eşik optimizasyonunu sağlar: uygulama bağlamına uygun hassasiyet/özgüllük değiş tokuşuna dayalı sınıflandırma kesme noktasını seçin.

Uygulama alanları

  • Klinik risk tahmini: kaynak tahsisini ve erken müdahaleyi yönlendirmek için doğrulanmış risk puanları (örneğin, 30 günlük yeniden yatış riski, sepsis olasılığı) geliştirme.
  • Tanısal doğruluk: klinik bulgular, laboratuvar değerleri ve görüntülemeden hastalık tanısını tahmin etme; tanısal algoritmaların hassasiyetini ve özgüllüğünü değerlendirme.
  • Tedavi yanıtı: kişiselleştirilmiş tıbbı ve tedavi seçimini bilgilendirmek için tedavi başarısı olasılığını (ilaç yanıtı, cerrahi sonuç) modelleme.
  • Epidemiyolojik ilişki çalışmaları: demografik özellikleri ayarlarken çevresel veya davranışsal maruziyetlerle (sigara, diyet, mesleki tehlikeler) ilişkili hastalık olasılıklarını tahmin etme.
  • Kalite iyileştirme ve üretim: üretim parametrelerinden ürün kusur olasılığını tahmin etme; arızaları en aza indirmek için süreç ayarlarını optimize etme.

Nasıl çalışır?

Nasıl çalışır?

1

Lojistik regresyonu, ikili bir sonuç (0/1 olarak kodlanmış) tanımlayarak ve öngörücü değişkenleri toplayarak uygulayın. Kararlı tahminler için yeterli örneklem boyutunu sağlayın: öngörücü başına en az 10–20 olay (olay = daha az sonuç kategorisi sayısı). Gözlemlerin bağımsızlığını doğrulayın; lojistik regresyon kümelenmeyi varsaymaz. Kategorik öngörücüleri kukla değişkenler kullanarak kodlayın (k kategori için k−1 gösterge). Ölçekten bağımsız karşılaştırma için sürekli öngörücüleri isteğe bağlı olarak standartlaştırın. Modellemeye başlamadan önce, model belirtimini yönlendirmek için her öngörücü ile sonuç arasındaki ikili ilişkileri (lojistik regresyon grafikleri, korelasyon) araştırın.

2

Lojistik regresyon katsayılarını, adi en küçük kareler yerine en büyük olabilirlik kestirimi (MLE) kullanarak tahmin edin. Yazılım, gözlemlenen verilerin olasılığını en üst düzeye çıkaran parametre tahminlerini (β katsayıları) hesaplar. Anahtar istatistikler: (1) Katsayılar (β₀, β₁, ...): logit ölçeğindeki kesme ve eğimler. (2) Olasılık Oranı (OR) = exp(β): öngörücüdeki birim artış başına olasılıktaki değişim. OR = 1, etki olmadığını; OR = 2, olasılığın iki katına çıktığını; OR = 0.5, olasılığın yarıya indiğini gösterir. (3) Standart hatalar ve z-istatistikleri (z = β/SE): katsayının sıfırdan farklı olup olmadığını test eder. (4) OR'ler için güven aralıkları (genellikle %95): [exp(β − 1.96×SE), exp(β + 1.96×SE)]. (5) Hosmer-Lemeshow uyum iyiliği testi: risk ondalık dilimlerindeki gözlemlenen ve tahmin edilen sonuçların χ² testi (p > 0.05 iyi uyum önerir). (6) Alıcı Çalıştırma Karakteristik Eğrisi Altında Kalan Alan (AUC): 0.5 = rastgele şans, 0.7–0.8 = kabul edilebilir ayrım, >0.8 = iyi, >0.9 = mükemmel.

3

Yorumlama olasılık oranlarına odaklanır: bir öngörücü için 1.5'lik bir OR, diğer öngörücüler sabit tutulduğunda, her birim artışın sonucun olasılığını 1.5 ile çarptığı (olasılıkların %50 daha yüksek olduğu) anlamına gelir. Güven aralığı 1'i dışlıyorsa, OR istatistiksel olarak anlamlıdır (p < 0.05). Birey için tahmin edilen olasılık = 1 / [1 + exp(−(β₀ + β₁X₁ + ...))] burada X değerleri bireyin öngörücü puanlarıdır. Sınıflandırma performansını değerlendirmek ve ikili sınıflandırma için optimal olasılık kesme noktasını seçmek üzere ROC eğrileri (gerçek pozitif oran ve yanlış pozitif oran) oluşturun. Olasılık oranı testi kullanarak modelleri (tam ve azaltılmış) karşılaştırın: −2 × (azaltılmış log-olabilirlik − tam log-olabilirlik) χ²'yi kaldırılan parametre sayısı kadar serbestlik derecesiyle takip eder. Teşhisleri inceleyin: kısmi grafikler, etki ölçümleri (Pregibon etkisi) ve aykırı değerler veya model yanlış belirtimi için Pearson artıkları.

Sık yapılan hatalar

  • İlişkiyi nedensellikle karıştırma: lojistik regresyon ayarlanmış ilişkileri tahmin eder; bilinmeyen karıştırıcılar veya ters nedensellik hala nedensel yorumlamayı tehdit eder.
  • Modeli değerlendirmek için yalnızca sınıflandırma doğruluğunu kullanma: dengesiz sonuçlarda, tüm negatifleri tahmin eden bir model doğru görünebilir; AUC, hassasiyet, özgüllük ve pozitif tahmin değerini kullanın.
  • Etki büyüklükleri veya güven aralıkları olmadan p-değerlerini raporlama; istatistiksel anlamlılık klinik anlamlılık değildir. Her zaman OR'leri %95 CI ile birlikte raporlayın.
  • Hosmer-Lemeshow testini ve artık teşhisleri kontrol etmeme; uyum iyiliği ihlalleri model yanlış belirtimini gösterir.
  • Model aşırı uyumu: örneklem boyutuna (özellikle olay sayısına) göre çok fazla öngörücü modellemek, iyimser performans tahminleri üretir; çapraz doğrulama kullanın.
  • Sürekli öngörücüleri ikili hale getirme (örneğin, yaş > 65) bilgi kaybına ve kararsız katsayı tahminlerine yol açar; sürekli formu koruyun veya kısıtlı kübik spline'lar kullanın.

Sık sorulan sorular

95% CI [1.8, 3.5] ile 2.5'lik bir olasılık oranını nasıl yorumlarım?

2.5'lik bir OR, diğer öngörücüler ayarlandığında, o öngörücüdeki 1 birimlik bir artış için (veya kategorikse, indekslenmiş kategori ve referans kategoriye göre) sonucun olasılığının 2.5 kat daha yüksek olduğu anlamına gelir. %95 güven aralığı [1.8, 3.5], %95 güvenle gerçek popülasyon OR'sinin 1.8 ile 3.5 arasında olduğunu gösterir. Güven aralığı 1'i dışladığı için, ilişki istatistiksel olarak anlamlıdır (p < 0.05). Büyüklük yorumu: OR 1–1.5 = küçük etki, 1.5–3 = orta, >3 = büyük. Klinisyenler genellikle sorar: 2.5 kat daha yüksek olasılık bu sonuç için klinik olarak anlamlı mı? Bağlam önemlidir.

Hosmer-Lemeshow testi bana ne söyler ve düşük bir p-değerinden ne zaman endişelenmeliyim?

Hosmer-Lemeshow testi, tahmin edilen olasılıkların risk ondalık dilimleri boyunca gözlemlenen sonuç oranlarıyla eşleşip eşleşmediğini değerlendirir. p > 0.05 iyi kalibrasyon önerir; p < 0.05, modelin bazı risk gruplarında yanlış tahmin ettiğini ve potansiyel yanlış belirtim olduğunu gösterir. Düşük bir p-değeri inceleme gerektirir: ondalık dilim bazında kalibrasyon grafiklerini inceleyin, yakalanmayan doğrusal olmayan ilişkileri kontrol edin, etkileşimleri araştırın veya aykırı değerleri araştırın. Ancak, çok büyük örneklemlerde, mükemmel kalibrasyondan önemsiz sapmalar bile düşük p-değerleri üretebilir; kalibrasyon grafiklerinin görsel incelemesi genellikle testin kendisinden daha bilgilendiricidir.

Bireyleri riskli veya değil olarak sınıflandırmak için bir olasılık kesme noktasını nasıl seçerim?

Seçim, klinik veya politika bağlamına ve yanlış pozitiflerin maliyeti ile yanlış negatiflerin maliyetine bağlıdır. ROC eğrisi, tüm olasılık eşiklerinde hassasiyeti (gerçek pozitif oranı) ve 1-özgüllüğü (yanlış pozitif oranı) çizer. 0.5'lik bir kesme noktası varsayılandır ancak nadiren optimaldir. Pozitif vakaları kaçırmak maliyetliyse (örneğin, kanser tanısını kaçırmak), daha düşük bir kesme noktası (daha yüksek hassasiyet) seçin. Yanlış alarmlar maliyetliyse (örneğin, gereksiz müdahaleler), daha yüksek bir kesme noktası (daha yüksek özgüllük) seçin. Karar vermek için Youden indeksi (hassasiyet + özgüllük − 1) kullanın veya popülasyonunuzdaki pozitif tahmin değerini (PPV) ve negatif tahmin değerini (NPV) inceleyin.

İkili sonuçları tahmin etmek için lojistik regresyon, doğrusal regresyondan nasıl farklıdır?

İkili sonuçlara uygulanan doğrusal regresyon, [0, 1] dışı tahmin edilen değerler üretir, normalite varsayımını ihlal eder ve heteroskedastik artıklar üretir. Lojistik regresyon, lojistik dönüşüm yoluyla tahminleri olasılıklara sınırlar, binom koşullu dağılımı varsayar ve homoskedastik artıklar üretir. Dahası, doğrusal regresyondan elde edilen standart hatalar yanlıdır; lojistik regresyon, ikili veriler için doğru çıkarım sağlayan en büyük olabilirlik yöntemini kullanır. Lojistik, ikili sonuçlar için özel olarak tasarlanmıştır ve her zaman tercih edilmelidir; ikili sonuçlar üzerinde doğrusal regresyon yaygın bir hatadır.

İlgili yöntemler

Kaynaklar

  1. Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society, Series B, 20(2), 215–242.

    DOI kaynağını aç
    Kopyalandı.
  2. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). John Wiley & Sons.

    DOI kaynağını aç
    Kopyalandı.