As desvantagens de Regressão Logística

A regressão logística é um meio de estatística da criação de uma função de previsão com base em uma amostra. Esta forma de regressão é mais frequentemente usado por pesquisadores que suspeitam que o resultado de uma situação não está linearmente relacionada com as variáveis ​​independentes do estudo . A regressão logística é, portanto, uma alternativa à análise de regressão linear , com base na função de " logit " , que é um rácio das probabilidades de sucesso para as probabilidades de falha . No entanto , apesar de sua falta de necessidade de dependência de suposições de linearidade , a regressão logística tem suas próprias premissas e características que o tornam uma desvantagem em certas situações. Restrições sobre a variável dependente

Ao contrário de regressão linear , regressão logística só pode ser usado para prever funções discretas . Portanto , a variável dependente da regressão logística é restrito para o conjunto número discreto . Esta restrição é problemática , uma vez que é proibitivo para a previsão de dados contínuos . Um problema de adição com esse traço de regressão logística é que, porque a própria função logit é contínua , alguns usuários de regressão logística , podem não perceber , acreditando que a regressão logística pode ser aplicado para as variáveis ​​contínuas.
Grande Tamanho da Amostra

regressão logística pode aceitar um grande número de variáveis ​​independentes. Embora isso possa parecer uma vantagem , há muitas situações em que não é. Porque o procedimento de estimação de parâmetros de regressão logística depende muito de ter um número adequado de amostras para cada combinação de variáveis ​​independentes , pequenas amostras pode levar a estimativas amplamente imprecisos de parâmetros. Assim, os usuários de regressão logística deve primeiro certificar-se de que eles podem obter uma amostra de grande porte antes de decidir sobre a regressão logística como método de análise.
Hipótese de linearidade

Um pesquisador descartar modelos de regressão linear em favor de modelos de regressão logística é provável fazê-lo porque o pressuposto de linearidade entre a variável dependente e as variáveis ​​independentes não é razoável. No entanto, o que muitos pesquisadores não percebem é que a regressão logística também tem um pressuposto implícito de linearidade em termos da função logit contra as variáveis ​​independentes . Esta hipótese é bastante razoável também.
Apenas para Entre - Assunto Designs

regressão logística só pode aplicar-se a estudos utilizando entre sujeito- projetos . Isto significa que com o mesmo indivíduo projetos impede métodos de regressão logística. Em muitas formas de pesquisa , especialmente aqueles que usam seres humanos , com o mesmo indivíduo projetos são os preferidos , pois eles podem conservar os recursos . Assim, enquanto nos campos da medicina e da psicologia de regressão logística pode parecer adequado , de fato , não pode ser sempre uma escolha .