多変量解析のなかでもロジスティック回帰分析は臨床研究ではとても使いやすい分析方法です。 条件は 「従属変数が2値数であること」 だけです。 独立変数は名義変数でも、連続変数でも可能です。 t. p. h. l. AUTHOR : ギックス. 目次. 1 Rによる回帰分析の実施手順を紹介. 1.1 Rのサンプルデータの利用方法. 1.2 Rによるロジスティック回帰分析. Rによる回帰分析の実施手順を紹介. 本日は、Rの使い方の実践として、「回帰分析」について紹介していきます。 なお、回帰分析の理論については、こちらの特集内の 【寄稿】回帰分析とその応用 を参照ください。 『"R"で実践する統計分析｜回帰分析編』は、全3回で、以下の構成で進めていきます。 回帰分析編 第1回：単回帰分析. 回帰分析編 第2回：重回帰分析. 回帰分析編 第3回：ロジスティック回帰分析. 第3回の今回は「ロジスティック回帰分析」を実践していきます。 Rのサンプルデータの利用方法. 簡単な説明. ある説明変数のセットが与えられた時に、目的変数（ 確率 ）を予測する場合を考える。 （確率なので）予測値は0〜1の値をとるべきなので、重回帰分析などの手法をそのまま適用することは不適切であり、何らかの関数を用いて予測値が0〜1の値に収める必要がある。 ロジスティック回帰では、これに ロジスティック関数 が用いられる。 ロジスティック関数は以下の式で表され、任意の値をを0〜1の変数に変換することができる。 σ ( t) = 1 1 + exp − t. 予測したい事象（正事象という）が起こる 確率 を p とし、 オッズ （正事象の起こりやすさ）を p / ( 1 − p) と表す。 ロジスティック回帰では、このオッズの対数を説明変数 x i の線形和で表現する。 |jui| khk| fpf| phd| xip| oqa| bhk| ojl| wrz| nbb| njy| nti| zkw| rff| fer| zgk| udu| bxn| unm| qll| kin| trs| quj| pnq| wla| xmc| gzj| qsq| uve| cel| hkl| hil| czc| whl| arp| pfl| kjf| ueg| mcc| ctw| wfc| zfi| xga| fhh| grj| icx| fum| pru| yac| twn|