0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

カテゴリカルデータ分析からみるロジスティック回帰

Last updated at Posted at 2020-03-06

「人文・社会科学のためのカテゴリカル・データ解析入門」(2005)より

対数線形モデルとロジスティック回帰の関係

  • 対数線形モデルのオッズ比の自然対数と、ロジスティック回帰係数とは、同じ値

多項ロジット・モデル

  • 式を複数作る。式の数は「項目数 - 1」
  • パラメーターは式で別々

順序ロジット・モデル

  • 順序を1,2,3,4とした時、2以上の確率、3以上の確率、4の確率のロジットで式を複数作る。式の数は「項目数 - 1」
  • パラメーターは共通

対数線形モデルとの使い分け

  • 従属変素と独立変数に分けられれない場合、対数線形モデルがよい。
  • 従属変素と独立変数がはっきりしている場合、ロジスティック回帰がよい。
  • 回帰モデルの方が対数線形モデルより古く広い分野で知られている。

回帰分析との使い分け

  • 順序のある離散変数が従属変数の場合は回帰分析が使われることが多い。
  • しかし、①恣意的、②連続変数ではない、③従属変数の上限下限を過ぎてしまう、―という問題があり、順序ロジットが良い。
0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?