> For the complete documentation index, see [llms.txt](https://bemind.gitbook.io/neural/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://bemind.gitbook.io/neural/instrumenty-ocenki/lineinaya-logisticheskaya-i-regressiya-puassona..md).
# Линейная, логистическая и регрессия Пуассона.
На этой схеме детально видно отличие этих распространённых видов регрессии, даже нечего комментировать. Разве что совсем чуть-чуть.
▶️[**Линейная регрессия**](/neural/instrumenty-ocenki/lineinaya-logisticheskaya-i-regressiya-puassona./vvedenie-v-prostuyu-lineinuyu-regressiyu.md) имеет много практических применений. Большинство приложений попадают в одну из двух широких категорий: — Если целью является прогнозирование, линейную регрессию можно использовать для подгонки модели к наблюдаемому набору данных. — Если цель заключается в том, чтобы объяснить изменчивость выходной переменной, можно применить линейный регрессионный анализ для количественной оценки силы взаимосвязи между выходной и входными переменными.
▶️**Логистическая регрессия:** — Применяется: когда мы хотим оценить связь между бинарной зависимой переменной и одной или несколькими независимыми переменными. — Проверяет: есть ли связь между бинарной переменной и каждой из независимых переменных. — Данные: зависимая переменная, которая принимает два значения, и независимые переменная. — Нулевая гипотеза: коэффициент при каждой из независимых переменных равен нулю (т.е. нет связи между зависимой и независимой переменной).
▶️[**Регрессия Пуассона**](/neural/instrumenty-ocenki/lineinaya-logisticheskaya-i-regressiya-puassona./vvedenie-v-regressiyu-puassona-dlya-podscheta-dannykh.md) — это особый тип регрессии, в котором переменная отклика состоит из «данных подсчета». Регрессию Пуассона можно использовать, к примеру, для изучения количества студентов, окончивших определенную программу колледжа, на основе их среднего балла при поступлении на программу и их пола. В этом случае «количество выпускников» — это переменная ответа, «средний балл успеваемости при поступлении на программу» — непрерывная предикторная переменная, а «пол» — категориальная предикторная переменная.
Подробнее про каждый из видов регрессии можно почитать тут: 📎 линейная () 📎 логистическая () 📎 Пуассона ()
