二元迴歸是什麼意思

在統計學中，二元迴歸（Binary Regression）是指用來預測或解釋一個二元變量（即只有兩個可能取值的變量，通常表示為0和1）的模型。這種模型通常用於預測一個事件是否會發生（例如，成功或失敗），或者一個個體是否屬於某個特定類別（例如，患病或未患病）。

二元迴歸模型可以分為兩類：

邏輯迴歸（Logistic Regression）：這是最常見的二元迴歸模型，用來預測一個事件發生的機率。邏輯迴歸模型會產生一個介於0到1之間的數字，表示某事件發生的機率。
機率迴歸（Probit Regression）：這是一種類似於邏輯迴歸的模型，但它使用正態分布（也稱為高斯分布）來建模二元因變量的機率。

在實踐中，二元迴歸模型通常用於醫學研究、市場營銷、經濟學和社會學等領域，用於預測和理解不同因素對某個二元結果的影響。例如，在醫學研究中，研究者可能會使用二元迴歸模型來預測某種藥物治療成功的機率，或者在市場營銷中，用來預測顧客購買某種產品的機率。