邏輯迴歸
邏輯迴歸（Logistic Regression）是一種統計學上用於預測二元變數結果的方法。它通常用於解決分類問題，其中目標是預測一個事件發生的機率。
這裡有一個簡單的例子來解釋邏輯迴歸：
假設我們想要預測一個學生是否通過一個考試，我們將考試成績作為自變量，而通過考試與否作為因變量。因為通過考試是一個二元變數（通過或未通過），我們可以使用邏輯回歸進行預測。
我們首先收集一些學生的考試成績和他們是否通過考試的數據。然後，我們使用這些數據來訓練邏輯回歸模型。模型將根據學生的考試成績來預測他們通過考試的機率。
舉例來說，如果一個學生的考試成績是85分，那麼模型可能會預測他通過考試的機率是0.9。這意味著根據他的考試成績，我們認為他通過考試的可能性很高。
在這個例子中，邏輯回歸模型將通過一個函數將考試成績映射到一個介於0和1之間的機率值，這個函數被稱為邏輯函數。然後，根據這個機率值，我們可以將學生分類為通過或未通過考試。
總結：
總的來說，邏輯迴歸通過將線性回歸模型的輸出通過一個邏輯函數進行轉換，從而使其可以用於預測二元變數的機率。
References：
Hosmer Jr, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression. John Wiley & Sons.
Kleinbaum, D. G., Dietz, K., Gail, M., Klein, M., & Klein, M. (2002). Logistic regression (p. 536). New York: Springer-Verlag.