Pentingnya Logistik Regression dalam Big Data

 

Logistik Regression / Regresi logistik dalam statistika digunakan untuk prediksi probabilitas kejadian suatu peristiwa dengan mencocokkan data pada fungsi logit kurva logistik. Metode ini merupakan model linier umum yang digunakan untuk regresi binomial. 

Regresi logistik merupakan salah satu jenis regresi yang menghubungkan antara satu atau beberapa variabel independen (variabel bebas) dengan variabel dependen yang berupa kategori; biasanya 0 dan 1. Jenis variabel independen berupa kategori inilah yang membedakan regresi logistik dengan regresi berganda atau regresi linear lainnya

Seperti analisis regresi pada umumnya, Logistik Regression ini menggunakan beberapa variabel prediktor, baik numerik maupun kategori. Misalnya, probabilitas bahwa orang yang menderita diabetes pada waktu tertentu dapat diprediksi dari informasi usia, jenis kelamin, dan indeks massa tubuh. Regresi logistik juga digunakan secara luas pada bidang kedokteran dan ilmu sosial, maupun pemasaran seperti prediksi kecenderungan pelanggan untuk membeli suatu produk atau berhenti berlangganan. 

Adapun tujuan penggunaan regresi logistik secara umum ada tiga, yakni

• Untuk menghitung peluang
• Untuk melihat karakteristik, biasanya digunakan untuk melihat perbedaan karakteristik antara 2 kelompok.
• Untuk mengetahui faktor yang mempengaruhi mengapa terdapat perbedaan antara kedua kelompok tersebut.
  

Big Data sangat membutuhkan Logistik Regression untuk mengetahui faktor yang mempengaruhi sehingga peneliti atau pengambil kebijakan bisa menggiring responden lainnya untuk berbuat yang sama.

Sekian ...