ロジスティックス回帰で各説明変数の寄与度をどう調べたらいいか教えて下さい。 説明変数にはダミー変数も

ロジスティックス回帰で各説明変数の寄与度をどう調べたらいいか教えて下さい。
説明変数にはダミー変数もあり容易に標準化とかしていいのか困っています。

よろしくお願いいたします。

No.1 ベストアンサー 回答者： kamiyasiro 回答日時： 2021/01/27 19:49

企業で統計を推進する立場の者です。

博士（工学）です。

最初にロジスティクスは物流です。ロジスティックです。
寄与度の比較は標準化を行う代わりに調整オッズ比を使います。

偏相関、偏回帰のように、他の因子の影響を固定したのが『偏』の値です。
ご質問者は一般化線形モデルでリンク関数をロジットにして偏回帰係数を求めたのですね。これらは重回帰分析の偏回帰係数と同じ意味ではありません。横軸が１単位増えたら縦軸がいくつ増えるかでなく、横軸が１単位増えたら縦軸が「何倍になるか」という弾力性指数になっています。

重回帰分析では、回帰係数Sxy/Sxxの分母を標準化すると、各因子が±3σ動くときの傾きの強さになりますから寄与度の比較が可能です。これにより単位の影響を除外できます。変動量を扱っているから可能なのです。しかし、ロジスティック回帰では、目的変数が０１ですし、説明変数も０１の場合が多いので、このような標準化はできません。そもそも倍率を見ているから、意味が違ってきますよね。

さて、例えば目的変数として健康者０と感染者１が観測されているとき、その比率を「オッズ」と言いますが、横軸が１単位増えたときに、縦軸のオッズがどう変わったか、が「オッズ比」です。オッズ比はオッズの「比」になっていますから前後のサンプル数の影響が排除されています。

ロジスティック回帰分析では各偏回帰係数のexp値をとると「調整オッズ比」になります。調整オッズ比とは、オッズ比の「偏」の値です。この調整オッズ比の大きさにより、因子の寄与度の比較（何倍効くか）ができます。

ただ、ロジスティック回帰係数が負の値の時、調整オッズ比は０漸近します。そのため寄与の強さの比較が困難です。ですから、通常はロジスティック回帰係数が正の値になるように説明変数の向き（０・１か１・０か）を調整します。

また、横軸が量的因子のときは、当然のことながら１単位に相当する値を考えて変換しておく必要があります。例えば十分な睡眠が８時間ならそれを１にして値を換算します。

この回答へのお礼

ありがとうございます。助かりました。

お礼日時：2021/01/27 21:35

No.2 回答者： kamiyasiro 回答日時： 2021/01/27 23:30

#1です。

お礼、ありがとうございます。

あんな簡単な説明なのに恐縮です。

「調整オッズ比」でググれば、「オッズ比の値が大きいほど、その説明変数によって目的変数が大きく変動することを意味します。」なんて書いてあるサイトがヒットすると思います。

でも、中にはオッズとオッズ比の区別ができていないサイトもありますので、ご注意下さいね（これを書きたかっただけです）。

この回答へのお礼

ありがとうございます。わざわざ補足をいただき恐縮です。一度しっかり勉強します。

お礼日時：2021/01/27 23:49