@misc{Pełka_Marcin_Regresja_2015,
 author={Pełka, Marcin},
 identifier={DOI: 10.15611/ekt.2015.2.04},
 year={2015},
 rights={Wszystkie prawa zastrzeżone (Copyright)},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Ekonometria = Econometrics, 2015, Nr 2 (48), s. 44-52},
 language={pol},
 abstract={W praktyce badawczej często mamy do czynienia z sytuacją, gdy zmienna za-leżna ma postać zmiennej dwumianowej (binarnej, dychotomicznej). Ponieważ model regre-sji liniowej nie znajduje tutaj zastosowania, konieczne jest zastosowanie modeli nielinio-wych. Modelem regresji stosowanym dla zmiennych dwumianowych jest model regresji lo-gistycznej. Artykuł prezentuje adaptację modelu regresji logistycznej dla zmiennych symbo-licznych interwałowych. W tym celu wskazano cztery różne rozwiązania, które zapropono-wano w literaturze przedmiotu. W części empirycznej zaprezentowano wyniki badań z za-stosowaniem sztucznych i rzeczywistych zbiorów danych. Otrzymane wyniki wskazują, że model regresji logistycznej, po odpowiedniej modyfikacji, może znaleźć zastosowanie dla zmiennych symbolicznych interwałowych. Najlepsze dopasowanie uzyskują modele budo-wane na podstawie środków bądź metody krańców o estymacji łącznej},
 title={Regresja logistyczna dla danych symbolicznych interwałowych},
 type={artykuł},
 keywords={regresja logistyczna, zmienne symboliczne interwałowe, analiza danych symbolicznych, logistic regression, interval-valued symbolic variables, symbolic data analysis},
}