ロジスティック回帰分析 igmath.es.osaka-.pptVIP

GENMODGeneralized Linear Model(GLIM) 狩野　裕 一般化線形モデル 対数線形モデル ロジステック回帰モデル ポアソン回帰モデル その他 対数線形モデル 分割表の検定 アラカルトでは町田氏のCATMOD ポアソン回帰モデル ポアソン変量である応答変数を規定する要因を調べるため回帰分析したい ポアソン分布 例 λに直接回帰すると，λが負の値になることがある 対数変換の効果？ ロジスティック回帰分析 応答変数が二値であるから普通に回帰分析してはいけない ０?１変数を連続変数で予測するというモデルに無理がある y^=0.8, 1.5, -0.4のような予測値はどのように解釈すればよいか不明 では，どう考えるか 原因系変数が結果の生起確率P(Y=1)に影響すると考えるのが自然 P(Y=1)=a+bxはどうか？ ダメ a+bxは区間[0,1]に収まらないことがある 0.5→0.6とするための努力と0.85 → 0.95とするための努力には違いがある では，どうするか そこで，生起（成功）確率を支配する実力という潜在変数（心理学的連続体）があり，それが正規分布すると仮定する さらに，その潜在変数が原因系の変数（説明変数）から影響を受けることを想定する 実力と成功確率 成功確率：50%?60% 成功確率：85%?95% 実力の増分：0.25 実力の増分：0.60 正規分布のロジット近似 文献 丹後?山岡?高木(1996)．ロジスティック回帰分析．朝倉書店 * 成功する確率 失敗する確率 実力 原因系の変数が実力に影響する *