Las desventajas de la regresión logística

La regresión logística es un medio de estadística de la creación de una función de predicción basado en una muestra. Esta forma de la regresión es la más utilizada por los investigadores que sospechan que el resultado de una situación que no se relaciona linealmente con las variables independientes del estudio. La regresión logística es por lo tanto una alternativa a la regresión lineal , basado en la función " logit " , que es una relación de las probabilidades de éxito de las probabilidades de fallo . Sin embargo , a pesar de su falta de necesidad de dependencia de los supuestos de linealidad , la regresión logística tiene sus propios supuestos y los rasgos que la convierten en una desventaja en determinadas situaciones. Restricciones sobre la variable dependiente

diferencia de regresión lineal , regresión logística sólo pueden ser utilizados para predecir funciones discretas . Por lo tanto , la variable dependiente de la regresión logística se restringe al conjunto de números discretos. Esta restricción en sí es problemático , ya que es prohibitivo para la predicción de los datos continuos . Un problema de suma con este rasgo de regresión logística es que debido a que la función logit en sí es continua , algunos usuarios de regresión logística pueden malinterpretar , creyendo que la regresión logística se puede aplicar a las variables continuas .
Grande Tamaño de la muestra

regresión logística puede aceptar un gran número de variables independientes . Si bien esto puede parecer una ventaja , hay muchas situaciones en las que no es. Debido a que el procedimiento de estimación de los parámetros de regresión logística se basa en gran medida de tener un número suficiente de muestras para cada combinación de variables independientes , los pequeños tamaños de las muestras puede dar lugar a estimaciones muy imprecisas de parámetros. De este modo , los usuarios de regresión logística primero deben asegurarse de que puede obtener una muestra de gran tamaño antes de decidir sobre la regresión logística como método de análisis.
Asunción de linealidad

Un investigador desechar modelos de regresión lineal en favor de modelos de regresión logística es hacer probable porque la asunción de linealidad entre la variable dependiente y las variables independientes es irrazonable. Sin embargo , lo que muchos investigadores no se dan cuenta es que la regresión logística también tiene un supuesto implícito de la linealidad en términos de la función logit frente a las variables independientes. Este supuesto es bastante razonable también.
Sólo para entre sujetos Diseños

regresión logística sólo puede aplicarse a los estudios que utilizan diseños entre sujetos . Esto significa que en un mismo sujeto diseños excluyen los métodos de regresión logística. En muchas formas de investigación , especialmente aquellos que utilizan sujetos humanos , se prefieren en un mismo sujeto diseños , ya que pueden conservar los recursos . Así, mientras que en los campos de la medicina y la psicología de regresión logística puede parecer adecuado, de hecho, no siempre puede ser una opción .