نجم الدین حسینی

پیشبینی به معنای تخمین زدن موقعیتهای نامعلوم است و توانایی پیشبینی وقوع رویدادهای آتی را فراهم میکند. این فرآیند به تجارب گذشته میپردازد و از آنها برای پیشبینی وقوع رویدادهای آینده بهره میبرد. در واقعیت، پیشبینی یک ابزار قدرتمند در فرآیند برنامه ریزی هر فعالیتی است. پیشبینی عنصر اساسی در تصمیمگیریهای مدیریتی است؛ زیرا بیشتر تصمیمات مدیریتی به طور مستقیم یا غیرمستقیم به توانایی پیشبینی آینده وابسته هستند. از اهمیت ویژه در اینجا میزان دقت پیشبینی است، به همین دلیل روشهای متعددی برای پیشبینی وجود دارد. به طور کلی، پیشبینی به دو روش اصلی، یعنی آماری و ریاضی تقسیم میشود. در روشهای آماری، پارامترهای مدل به صورت احتمالی تخمین زده میشوند، در حالی که در روشهای ریاضی، این پارامترها به صورت دقیق محاسبه میشوند. بدیهی است که روش آماری از قابلیت بیشتری برخوردار است، زیرا با تغییر دقت پیشبینی، پارامترهای مدل نیز تطابقی با آن دقت تغییر میکنند. با توجه به تنوع و پراکندگی اطلاعات در علوم مختلف، برای انتخاب و ارائه بهترین اطلاعات مورد نیاز هر استفادهکننده برای تصمیمگیری، نیاز به تحلیل رگرسیون آماری وپیشبینی دقیق اطلاعات مورد نیاز داریم. رگرسیون لجستیک یکی از روشهای کلیدی تحلیل رگرسیونی میباشد و در این ۱ مقاله، نقش رگرسیون لجستیک در حل مسائل مختلف در علوم مورد بررسی قرار گرفته است.

پیش بینی، تصمیم گیری های مدیریتی، روش های آماری تحلیل رگرسیونی، رگرسیون لجستیک