放送大学「統計学」に、ロジスティック回帰分析が出てきます。
ロジスティック回帰分析は、統計検定2級では出題されない分野です。
ロジスティック回帰分析の特徴をまとめると、以下のようになります。
おそらく、推計結果の解釈かと思います。
とくに、オッズ比が重要そうです。
例えば、病気と喫煙の関係をしめした、下記のような式。
病気の有無 = 0.9×(喫煙の有無)
e^0.9=2.46は、喫煙することで病気になる確率が2.46倍となることを意味します。
通常の回帰分析とは解釈の仕方が異なるので、注意が必要です。
しかし、それ以外は試験に出そうにないので、この点だけを抑えれば良さそうです。
ロジスティック回帰分析は、統計検定2級では出題されない分野です。
ロジスティック回帰分析の特徴をまとめると、以下のようになります。
- 被説明変数(Y)が、2値データ。
- ロジット変換により、2値データを連続データに変換する。
- 最尤法によりパラメータを推定する。
- eの推定されたパラメータ乗が、オッズ比となる。
おそらく、推計結果の解釈かと思います。
とくに、オッズ比が重要そうです。
例えば、病気と喫煙の関係をしめした、下記のような式。
病気の有無 = 0.9×(喫煙の有無)
e^0.9=2.46は、喫煙することで病気になる確率が2.46倍となることを意味します。
通常の回帰分析とは解釈の仕方が異なるので、注意が必要です。
しかし、それ以外は試験に出そうにないので、この点だけを抑えれば良さそうです。
スポンサードリンク
コメント