로지스틱 회귀분석은 19세기 퀘틀레(Quetelet)와 베르헐스트(Verhulst)가 인구증가에 대한 연구를 하면서부터 시작되었다. 인구증가가 최초에는 지수적 증가에 의한다고 생각되었는데 나중에는 불가능한 수에 도달하게 되면서 이를 보완하기 위한 통계적 모형으로 로지스틱 함수가 이용되었다. 1938년에 피셔(Fisher)와 예이츠(Yates)가 이항 결과변수를 분석할 때 logit 변환에 의한 회귀모형을 제시하였다.
■ 이항로지스틱 회귀분석 통계분석방법 및 해석
📌 연구문제
📌 분석 방법 : SPSS 프로그램-분석-이분형 로지스틱
방법을 후진제거법 즉, 뒤로LR을 설정하는 이유는 단계적 회귀분석에서 사용하는 방법과 유사한데 일반적으로 가장 많이 사용된다. 이항로지스틱 분석 방법 2탄의 강의에서 예를 든 강의와 같이 선택변수를 지정하지 않고 실행해도 된다. 후진제거법에는 조건, LR, Wald 방법이 있으며, 참고로 단계선택법인 앞으로도 조건, LR, Wald가 있는데, 공변량(독립변수)이 많은 경우에는 Wald를 사용한다.
• 세 범주 이상의 범주형 자료는 식습관 수준임
• n-1개의 가변수로 구분하여 회귀모형에 자동으로 적용됨
📌 시작블럭
• 시작블록은 독립변수를 제외하고 상수항만이 존재하는 단계
• 우도비를 이용한 후진제거법 사용(방법-뒤로LR)
• 1단계에서 모든 독립변수를 투입하여 모형을 구축하고 우도비 검정을 통해 가능성이 낮아지는 독립변수를 하나씩 제거하기 시작하여 2단계에서 중지됨
• 회귀모형의 유의성은 p<.05이므로 추정된 모형은 유의함
• Nagelkerke의 R제곱이 0.211로 회귀식은 현상을 21.1% 설명함
• Hosmer & Lemeshow의 최종 2단계 모형이 P=.634>.05이므로 모형 적합함
• 최종 모형(2단계)로 실제 데이터 예측
• 실제 정상체중 127명 중 114명(89.8%)이 회귀모형으로 예측됨
• 실제 비만 59명 중 21명(35.6%)이 회귀모형에 의해 예측됨
• 전체적으로 72.6%의 예측도를 보임
로지스틱 회귀분석 강의 3탄 : 이항로지스틱 회구분석 방법 및 해석▼▼▼
"논문의 품질을 높이는 열쇠!!!
퀵데이터 논문통계분석을 통해 더욱 탄탄한 논문을 완성하세요."
퀵데이터 논문컨설팅은 논문 주제 선정부터, 연구모형, 통계분석, 심사 준비까지 전문 지도 박사님의 1:1 맞춤형 컨설팅 통해 효율적이고 빠른 논문작성을 도와드립니다. 논문 검토, 논문편집, 논문 통계분석까지 직접적인 컨설팅을 원한다면 퀵테이터에 문의하세요
상담문의 1600-7473
카카오톡 quickdata
