لاجسٹک ڈسٹری بیوشن کیلکولیٹر

اس کیلکولیٹر کے بارے میں

لاجسٹک تقسیم ایک مسلسل احتمالی تقسیم ہے جو مقامی پیرامیٹر μ اور پیمانے کے پیرامیٹر s سے متعین ہوتی ہے، جس کا احتمالی کثافتی تفاعل f(x) = e^(−(x−μ)/s) / (s(1 + e^(−(x−μ)/s))²) ہے اور مجموعی تقسیمی تفاعل F(x) = 1 / (1 + e^(−(x−μ)/s)) ہے — وہی S شکل کا سگمائیڈ منحنی جو لاجسٹک ریگریشن میں ایکٹیویشن فنکشن کے طور پر استعمال ہوتا ہے۔ اس کا اوسط μ کے برابر ہے، اور معیاری انحراف s·π/√3 کے برابر ہے۔

شماریات دان لاجسٹک تقسیم کو دوگانہ نتائج کے نمونے بنانے کے لیے لاجسٹک ریگریشن کی بنیاد کے طور پر استعمال کرتے ہیں، اور یہ نمو کے نمونوں (آبادی یا اپنانے کے منحنی جو وقت کے ساتھ سیر ہو جاتے ہیں) اور نیورل نیٹ ورکس میں بھی ملتی ہے، جہاں اس کے CDF سے اخذ ہونے والا سگمائیڈ تفاعل ایک کلاسیکی ایکٹیویشن فنکشن ہے۔