La régression logistique est utilisée pour obtenir le rapport de cotes en présence de plus d'une variable explicative. La procédure est assez similaire à la régression linéaire multiple, à l'exception que la variable de réponse est binomiale. Le résultat est l'impact de chaque variable sur le rapport de cotes de l'événement d'intérêt observé. Le principal avantage est d'éviter les effets de confusion en analysant l'association de toutes les variables ensemble. Dans cet article, nous expliquons la procédure de régression logistique à l'aide d'exemples pour la rendre aussi simple que possible. Après la définition de la technique, l'interprétation de base des résultats est mise en évidence, puis certaines questions particulières sont discutées.

La regresión logística se utiliza para obtener odds ratio en presencia de más de una variable explicativa. El procedimiento es bastante similar a la regresión lineal múltiple, con la excepción de que la variable de respuesta es binomial. El resultado es el impacto de cada variable en la razón de probabilidades del evento de interés observado. La principal ventaja es evitar efectos de confusión analizando la asociación de todas las variables juntas. En este artículo, explicamos el procedimiento de regresión logística utilizando ejemplos para hacerlo lo más simple posible. Después de la definición de la técnica, se resalta la interpretación básica de los resultados y luego se discuten algunos temas especiales.

Logistic regression is used to obtain odds ratio in the presence of more than one explanatory variable. The procedure is quite similar to multiple linear regression, with the exception that the response variable is binomial. The result is the impact of each variable on the odds ratio of the observed event of interest. The main advantage is to avoid confounding effects by analyzing the association of all variables together. In this article, we explain the logistic regression procedure using examples to make it as simple as possible. After definition of the technique, the basic interpretation of the results is highlighted and then some special issues are discussed.

Logistic regression is used to obtain odds ratio in the presence of more than one explanatory variable. The procedure is quite similar to multiple linear regression, with the exception that the response variable is binomial. The result is the impact of each variable on the odds ratio of the observed event of interest. The main advantage is to avoid confounding effects by analyzing the association of all variables together. In this article, we explain the logistic regression procedure using examples to make it as simple as possible. After definition of the technique, the basic interpretation of the results is highlighted and then some special issues are discussed.

يستخدم الانحدار اللوجستي للحصول على نسبة الاحتمالات في وجود أكثر من متغير تفسيري واحد. يشبه الإجراء إلى حد كبير الانحدار الخطي المتعدد، باستثناء أن متغير الاستجابة هو ثنائي الحدود. والنتيجة هي تأثير كل متغير على نسبة احتمالات الحدث محل الاهتمام المرصود. الميزة الرئيسية هي تجنب التأثيرات المربكة من خلال تحليل ارتباط جميع المتغيرات معًا. في هذه المقالة، نشرح إجراء الانحدار اللوجستي باستخدام أمثلة لجعله بسيطًا قدر الإمكان. بعد تعريف التقنية، يتم تسليط الضوء على التفسير الأساسي للنتائج ثم تتم مناقشة بعض القضايا الخاصة.