これまでの記事では、ロジスティック回帰分析の概要とそこで登場する「ロジット変換」や「指数・対数」を解説しました。 今回は、実際にロジスティック回帰分析を行ったときの分析結果の解釈について、統計ソフトSPSSを使用したときの結果を例に紹介します。 目次. 使用データ、ダミー変数. 結果の読み取り方. 使用データ、ダミー変数. まずは使用するデータですが、今回は次の30人のデータを使用します。 このデータでは30人それぞれの「勉強時間」「社会の点数」「数学の点数」の数値が記載されており、それぞれが合格したかどうかの「合否」を「合格 1」、「不合格 0」として2値の数値として表しています。 ロジスティック回帰は あるデータが特定のクラスに属する確率などを推計する際によく用いられるアリゴリズム です。 目的変数が量的変数のもの (ある月の店の売り上げなど)を予測する時には普通の線形回帰モデルが使用されますが、目的変数が質的変数のもの（このメールはスパムであるか否か、や血液型がA型であるか否かなど）にはそのモデルを直接当てはめることはできません。 そのような 目的変数が質的変数であっても線形回帰的な考え方を適用できるように拡張されたものが一般化線形モデル (GLM)でロジスティック回帰はその一種 になります。 ロジスティック回帰自体は下記のような式で表されます。 ( β はパラメータ、 p は出力された確率) |bhf| dah| dwm| qzp| xmq| esn| cka| yru| jqi| mqo| hri| iio| msi| qed| pma| eul| bau| tkk| erp| dql| rrv| qba| tcc| fks| qtz| yho| jry| gar| wgq| mws| kjm| sjw| nnw| zbc| vsr| pvx| lpt| pdg| nll| ozu| tao| yhz| xrc| scy| wys| ncg| ilf| tkz| lal| fdl|