Документы

  • Vladimirova

    Принятая к публикации рукопись автора, 391 KB, Документ PDF

Ссылки

В настоящей работе представлено построение логистической регрессии с бинарной зависимой переменной. Логит-преобразование - это функция со значениями в (0,1) и может трактоваться как функция распределения некоторой случайной величины и, следовательно, позволяет прогнозировать вероятность того, что событие наступит для конкретного испытуемого (например, больной/здоровый). На основе метода максимального правдоподобия с использованием случайного поиска в сочетании с градиентным методом оцениваются коэффициенты логистической регрессии. Определяются стандартные ошибки полученных коэффициентов и проводится проверка гипотез о значимости коэффициентов. Для оценки качества логистической регрессии применяется эффективный инструмент ROC-анализа (Receiver Operator Characteristic): строятся кривые чувствительности и специфичности модели, которые показывают зависимость верно классифицированных положительных и отрицательных примеров от порога отсечения (cut-off value). Получение порога или точки отсечения позволяет определять величины ошибок первого и второго рода. Компьютерные расчеты и анализ были проведены для набора данных о пациентах с подозрением на сахарный диабет, предоставленного Национальным институтом диабета, болезней органов пищеварения и почек. Результаты представлены в виде таблиц и графиков.
Язык оригиналарусский
Название основной публикацииТруды XLIX Международной научной конференции аспирантов и студентов
РедакторыНиколай Васильевич Смирнов
Место публикацииSt. Petersburg
ИздательИздательский Дом Федоровой Г.В.
Глава3
Страницы233-239
Число страниц7
СостояниеОпубликовано - 12 июл 2018

Серия публикаций

НазваниеПроцессы управления и устойчивость
ИздательИздательский дом Федоровой Г.В.
Номер1
Том5 (21)
ISSN (печатное издание)2313-7304

    Области исследований

  • ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ В МЕДИЦИНЕ, КОЭФФИЦИЕНТЫ РЕГРЕССИИ, МЕТОД МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ, АНАЛИЗ ЧУВСТВИТЕЛЬНОСТИ И СПЕЦИФИЧНОСТИ, ТОЧКИ ОТСЕЧЕНИЯ, САХАРНЫЙ ДИАБЕТ, LOGISTIC REGRESSION IN MEDICINE, REGRESSION COEFFICIENTS, MAXIMUM LIKELIHOOD METHOD, ROC ANALYSIS, CUT-OFF POINTS, DIABETES MELLITUS

    Предметные области Scopus

  • Математика (все)

ID: 74194148