Definice
Logistická regrese modeluje pravděpodobnost binárního výsledku — pacient odpoví na léčbu / neodpoví, zákazník odejde / zůstane — v závislosti na vysvětlujících proměnných. Koeficienty se interpretují jako poměry šancí (odds ratio): o kolik se násobí šance výsledku při změně prediktoru o jednotku.
Regrese a modely
Na rozdíl od lineární regrese nepředpovídá hodnotu, ale pravděpodobnost v rozmezí 0–1 přes logistickou funkci. Kvalitu modelu posuzujte podle klasifikační tabulky, ROC křivky a AUC, Hosmerova–Lemeshowova testu a pseudo-R²; při nevyvážených třídách (1 % odchodů) je samotná přesnost zavádějící.
Varianty: multinomická logistická regrese pro více než dvě kategorie, ordinální pro seřazené kategorie. Vyžaduje dostatek událostí na prediktor (orientačně 10 a víc) a bez silné multikolinearity.
V Statistice
Logistická regrese je v nabídce Statistiky → Pokročilé lineární/nelineární modely → Zobecněné lineární/nelineární modely (rozdělení binomické, spojovací funkce logit) i v modulu Nelineární odhad; výstupem jsou koeficienty, poměry šancí s intervaly, klasifikační matice a ROC křivka. Pro velké tabulky a automatickou selekci proměnných poslouží také Data Mining.
Související pojmy
- Lineární regreseLineární regrese popisuje, jak závislá proměnná (výnos, cena, spotřeba) závisí na jedné nebo více vysvětlujících…
- Zobecněné lineární modely (GLM)Zobecněné lineární modely rozšiřují lineární regresi na výsledky, které nejsou normálně rozdělené: binární (logistická…
- ROC křivka a AUCROC křivka zobrazuje, jak se u klasifikačního modelu mění citlivost (podíl správně zachycených pozitivních) a falešná…
- Chí-kvadrát testChí-kvadrát test pracuje s četnostmi kategorií. Test nezávislosti v kontingenční tabulce zjišťuje, zda spolu souvisí…
- Rozhodovací stromyRozhodovací strom rozděluje data posloupností jednoduchých pravidel („věk > 45 a příjem < 30 tisíc“) do stále…
Návody v knowledgebase
Časté otázky
- Co je poměr šancí 2,5?
- Že při zvýšení prediktoru o jednotku (nebo u dané skupiny oproti referenční) je šance výsledku 2,5× vyšší. Interval spolehlivosti obsahující 1 znamená nevýznamný vliv.
- Jak posoudit, zda model dobře klasifikuje?
- AUC z ROC křivky (0,5 náhoda, nad 0,8 dobrý model), citlivost a specificita při zvoleném prahu — ne jen celková přesnost.
Vyzkoušejte to na vlastních datech
Statistica na 30 dní zdarma
Plná verze bez platební karty, kompletně v češtině. Nebo si nechte poslat orientační cenu za minutu.
Regrese a modely
Aktualizováno: září 2026.