Quelle est la différence entre la régression logistique binaire et la régression logistique multinomiale?


Réponse 1:

La régression logistique régulière est un cas particulier de régression logistique multinomiale lorsque vous n'avez que deux résultats possibles.

Il est potentiellement un peu trompeur de dire que la régression logistique peut être «binaire ou multinomiale». Lorsque vous avez plus de deux alternatives, vous devez décider si ces alternatives sont ordonnées, indépendantes l'une de l'autre, ou existent dans une sorte de structure imbriquée. Lorsque vous n'avez que deux alternatives, tous ces modèles se réduisent à une régression logistique de base.

La régression multinomiale décrit le cas où les alternatives n'ont aucune sorte d'ordre naturel. J'ai décrit ce modèle et ses hypothèses supplémentaires en détail avec des exemples dans cette réponse: Réponse de Zachary Taylor à Pouvez-vous faire une classification multiclasse avec régression logistique?.


Réponse 2:

Il suffit de google et vous trouverez quelque chose comme ça ...

La régression logistique peut être binomiale (alias binaire) ou multinomiale [1].

Régression logistique binaire

  • Le résultat ne peut avoir que deux types possibles, "0" et "1" Par exemple, "mort" contre "vivant" "gagnant" contre "perdant"

Régression logistique multinomiale

  • Le résultat peut avoir trois types ou plus, "0", "1", "2", etc. "Vs" grand "

Notes de bas de page

[1] Régression logistique - Wikipedia