ロジスティクス回帰分析の概要と実施時の注意点

ロジスティック回帰分析とは

ロジスティック回帰分析とは?

ロジスティック回帰分析は回帰モデルの1つで、回帰分析の記事で紹介したように因果関係を測定する際に使用します。(回帰分析に関してはこちらの記事をご覧ください)

通常の回帰モデルと異なっている点は、調べたい結果の変数(被説明変数)が0か1の2値変数をとるときに用いる点です。説明変数によってつくられる値に対して、累積密度関数を確率に変換することができます。確率への変換に標準正規分布を使ったモデルのことをプロビットモデルといい、ロジスティック分布を使ったモデルをロジットモデルといいます。特に、ロジットモデルのことをロジスティック回帰分析と呼ぶことが多いです。

後述するように、プロビットモデルとロジットモデルはどちらも使っても結果の値がほぼ同じになることが多く、両者どちらも選択しても特に大きな違いは生まれません。
(ロジットモデルは指数関数exp(x)を使用しているため微分が行いやすく統計解析ソフトで数値計算を早く正確に行えるという点で広く使われてきましたが、現在はコンピュータの高性能化によりそのメリットは薄れています。しかし、慣習的にロジットモデルの推定は引きつづき多く行われているそうです。)

ロジスティック回帰分析を使う目的・場面

被説明変数が0か1の2値変数をとるときにこのモデルを使用します。0か1の2値をとる変数はダミー変数と呼ばれ、異なる2つ、または2つ以上のグループを区別する際に使われます。

例えばある広告キャンペーンを実施してコンバージョンにつながった人を1、コンバージョンしなかったひとを0とするダミー変数を被説明変数として用いたいときにこのモデルを使用します。そうすることでどの要因がコンバージョンにプラスとマイナスの影響を与えているかがわかるようになります。

他のケースとして、職業満足度を「1.満足している 2.まあまあ満足している 3.あまり満足していない 4.満足していない 」と聞いたとします。このように被説明変数が2変数以上の数値をとる場合は順序付きプロビット/ロジットモデルを使用することができます。また、満足度のように順序付けできない離散変数の場合(例えば営業職、マーケティング職、ファイナンス職といったカテゴリーなど)でも多項ロジットモデルを使うことができます。

ロジスティック回帰分析の注意点

ロジスティック回帰分析は通常の回帰分析と異なり、説明変数の係数パラメーターを直接的に解釈することはできず、解釈可能な値を得るためには推定結果に少し加工を施す必要があります。

ロジットモデル(ロジスティック回帰分析)の場合、回帰係数の推定値を指数関数で変換することによりオッズ比として解釈することが可能です。
実際の計算では指数関数exp()に係数を代入することでオッズ比を得ることができます。説明変数が量的変数の場合は、1単位あたりのオッズ比になり、説明変数が質的変数の場合は、他のカテゴリー(女性など)に対するあるカテゴリー(男性など)のオッズ比となります。
オッズ比の値の大小で、影響を与えている要因かどうかという因果関係を導くことは可能ですが、数値通りに○○倍という解釈をすることはできません。
あるロジスティクス回帰分析の結果、係数をオッズ比に変換したものが6だからといって、その要因があるとないとでは結果に対し6倍の違いがある、とはいえません。あくまで6という大きなオッズ比をとるため結果に対し影響を与えている要因らしい、ということがいえるのです。

また、プロビット・ロジットモデル両方に対し、数学の偏微分と対応する概念である、限界効果を用いた解釈も行えます。この限界効果は、「その他の要素を一定としたとき、ある1つの要素を変更した時にどれくらい効果があるか」という解釈ができます。
実務上では統計ソフトで各個人の限界効果の平均値を算出することで説明変数の効果を推定します。実際に計算してみるとロジットモデル、プロビットモデル、または線形確率モデル(被説明変数が2値のものに対して通常の回帰分析を行ったモデル)の間で、それぞれの限界効果はおよそ似た値をとることが多いです。


ロジスティック回帰分析 の実施をご検討であれば、まずはお気軽にご相談ください。
漠然と検討している段階の方からのお問い合わせも歓迎です

ご相談・お見積り (無料)

ロジスティック回帰分析 で使えるアンケート (質問項目) テンプレート

個社のご要望に応じて作成いたしますのでお問い合わせください
お問い合わせ

ロジスティック回帰分析を調べた人は、他にもこんな用語をチェックしています

ロジスティック回帰分析 をご検討なら
クエストにご相談ください

実施企業数

40
社以上

調査実績

225
件以上

Intv.実績

2,120
人以上

提携パネル数

1,900
万人以上

主なリサーチャーのご紹介

加藤 直樹 | Naoki Kato
加藤 直樹 | Naoki Kato
東京大学法学部を卒業後、ボストン・コンサルティング・グループ (東京) に入社し、コンサルタントとして活躍。2019年に株式会社 Quest に Join。認知度調査や市場規模調査等のマーケティングリサーチに強み。
近藤 恭平 | Kyohei Kondo
近藤 恭平 | Kyohei Kondo
北海道大学工学部卒業後、エニグモ、リクルートを経て、スタートアップを共同創業。同社退職後は BCGデジタルベンチャーズを経て、株式会社 Quest に Join。事業オーナー目線でのカスタマー・エキスパートリサーチに強み。

ロジスティック回帰分析 の実施等に関するご相談はこちら

漠然と検討されている段階の方から、明日調査を開始したい方まで、幅広く対応いたしますので、まずはご相談ください。以下フォームに記載可能な範囲でご記入いただけましたら、内容確認後に担当より遅くとも2営業日以内にご連絡いたします。

下記「個人情報の取扱いについて」をご確認いただき、
同意の上で送信ボタンをクリックして下さい。

【事業者及び個人情報保護管理者】
株式会社Quest
代表取締役 南 健太
TEL:03-4500-8405

【個人情報の利用目的】
当社は、下記の目的で個人情報を利用いたします。
①  お問合せの受付と回答
②  資料等の送付 

【個人情報を第三者に提供する場合について】
当社は、下記の場合を除いて個人情報を第三者に提供することはありません。
①  本人の同意がある場合
②  法令に基づく場合

【個人情報の取扱いの委託を行う場合について】
当社は、上記の利用目的の達成に必要な範囲内において個人情報の取扱いを第三者に委託する場合があります。法令及び当社の基準に従って委託先を選定し、機密保持契約を締結します。委託先に対しては個人情報の適切な取扱いを監督指導します。

【個人情報の開示等の請求について】
当社は、保有個人データに関する「利用目的の通知」「開示」「訂正、追加又は削除」「利用の停止、消去又は第三への提供の停止」(以下「開示等」という)の請求に応じています。開示等を請求される場合は、当社「個人情報窓口」までお申し出ください。

【個人情報を与えることの任意性及び当該情報を与えなかった場合に本人に生じる結果について】
当社への個人情報の提供は本人の任意です。ただし、提供頂けない場合は【個人情報の利用目的】に記載した業務に支障をきたし、本人が不利益を蒙る場合があります。

【個人情報に関するお問合せ先】
〒107-0062 東京都港区南青山一丁目12番3号 
LIFORK MINAMIAOYAMA S208
株式会社Quest「個人情報窓口」
TEL:03-4500-8405

画面が切り替わらない場合は、こちらをクリックしてください。
エラーが発生しました。インターネット接続を確認の上、再度あ試しください。それでもエラーが発生する場合は、お手数をおかけしますが、support@quest-research.co.jp 宛にメールにてご連絡ください。
アンケート分析・レポート作成ツール
無料相談

お問い合わせ