ロジスティック回帰
カテゴリ目的変数に対して、説明変数から各クラスの発生確率を推定できます。
単回帰モードと重回帰モードに対応し、係数テーブルや予測クラスの結果を確認できます。
操作デモ動画
以下の動画で、操作方法をご確認いただけます。
操作方法
処理タイプ>分析タイプ>ロジスティック回帰 を選択します。
基本設定
注記
以下の説明では、サンプルデータ「医薬品の有効成分」を使用しています。
-
モード を選択します。
モードの説明- 単回帰: 説明変数ごとに個別モデルを作成します。
- 重回帰: 複数説明変数を同時に使って1つのモデルを作成します。
-
目的変数 と 説明変数 を設定します。
変数設定の説明- 目的変数: カテゴリ列を選択します。
- 説明変数: 数値列を1つ以上選択します。
- 目的変数を説明変数に重複指定した場合は、解析時に除外されます。
オプション設定（重回帰モード時）- 説明変数のスケーリング: しない / 標準化 / 正規化
- 正則化項の追加: しない / L1
- L1選択時は
αを設定します。
-
解析 をクリックして実行します。
単回帰の結果とその解釈
単回帰の結果の見方
- 確率曲線（左）: 各説明変数の値に対して、クラス確率がどう変化するかを確認します。
- モデル適合サマリー（中）: 対数尤度、カイ2乗、p値、擬似R2、AIC/BIC など、モデル全体の当てはまりを確認します。
- 係数推定テーブル（右）: 係数、標準誤差、z値、p値、信頼区間を確認し、影響方向と大きさを解釈します。
重回帰の結果とその解釈
重回帰の結果の見方
- 予測クラス比較テーブル（上）: 予測クラスと実測クラスの対応を確認し、誤分類の傾向を把握します。
- モデル適合サマリー（左）: 対数尤度、カイ2乗、p値、擬似R2、AIC/BIC など、モデル全体の妥当性を確認します。
- 係数推定テーブル（右）: 各説明変数の係数と有意性を確認し、クラス判別への寄与を読み取ります。
注意点
- 目的変数はカテゴリ列を使用してください。
- 説明変数は数値列を使用してください。
- 欠損値が含まれる場合は解析できません。
- 目的変数が1クラスのみの場合は解析できません。