رگرسیون دوجمله‌ای

در آمار، رگرسیون دوجمله‌ای (به انگلیسی: Binomial regression) یک تکنیک تحلیل رگرسیونی است که در آن پاسخ (اغلب به عنوان Y از آن یاد می‌شود) دارای توزیع دوجمله‌ای است: تعداد موفقیت‌ها در یک سری از ${\displaystyle n}$ آزمایش‌های ${\displaystyle n}$ برنولی، که در آن هر آزمایش احتمال ${\displaystyle p}$ دارد ${\displaystyle p}$ در رگرسیون دوجمله‌ای، احتمال موفقیت به متغیرهای توضیحی مربوط می‌شود: مفهوم متناظر در رگرسیون معمولی این است که مقدار میانگین پاسخ مشاهده‌نشده را به متغیرهای توضیحی مرتبط کند.

رگرسیون دوجمله‌ای ارتباط نزدیکی با رگرسیون باینری دارد: یک رگرسیون باینری را می‌توان یک رگرسیون دوجمله‌ای با ${\displaystyle n=1}$ ، یا یک رگرسیون بر روی داده‌های باینری گروه‌بندی‌نشده، در حالی که یک رگرسیون دوجمله‌ای را می‌توان رگرسیون روی داده‌های باینری گروه‌بندی‌شده در نظر گرفت (مقایسه را ببینید). ^[۱] مدل‌های رگرسیون دوجمله‌ای اساساً همان مدل‌های انتخاب باینری هستند، یک نوع مدل انتخاب گسسته: تفاوت اصلی در انگیزه نظری است (به مقایسه مراجعه کنید). در یادگیری ماشینی، رگرسیون دوجمله‌ای یک مورد خاص از طبقه‌بندی احتمالی و در نتیجه تعمیم طبقه‌بندی باینری در نظر گرفته می‌شود.