名義ロジスティック回帰の例

ある学校管理者が、異なる教授法を評価したいと考えています。管理者は、30人の子供に好きな科目と教室での教授方法について質問してデータを収集します。

応答はカテゴリで値には自然順序がないため、管理者は、年齢(10~13)および教授法(デモンストレーションまたは説明)が生徒の好きな科目(算数、理科、国語)にどのように関係しているかを知るために名義ロジスティック回帰を使用します。

  1. サンプルデータを開く、教授法.MTW.
  2. 統計 > 回帰 > 名義ロジスティック回帰を選択します。
  3. 応答科目を入力します。
  4. モデルに、「教授法」の年齢を入力します。
  5. カテゴリ予測変数(オプション)に'教授法'を入力します。
  6. 結果をクリックします。上の結果にカテゴリ予測変数水準値の一覧および1を超える自由度の項に対する検定を追加を選択します。
  7. 各ダイアログボックスでOKをクリックします。

結果を解釈する

参照事象は科学であり、ロジスティック回帰表で数学と国語の人文科学と科学が比較されることを示します。参照事象の変更方法の詳細は名義ロジスティック回帰の分析のオプションを選択するを参照してください。

応答に3つの水準がある場合、Logit(1)とLogit(2)の2つの式が計算されます。logitは、数学と国語の科目を科学と比較する対数オッズまたはlogitの推定差です。各セットには、カテゴリ変数である教授法の定数と係数、連続予測変数である年齢が含まれます。年齢を定数として、「実演」と比較される「説明」を教授法とする場合、教授法の係数はlogitの推定変化になります。教授法を定数とした場合、年齢の係数は、年齢が1年単位で増加するlogitの推定変化になります。

Logit 2では、教授法と年齢両方のp値は、0.10未満の有意水準です。これらの結果は、生徒が科学よりも国語を好む尤度は、教授法が「説明」である場合に、年齢が増えるにつれて著しく高くなります。教授法の推定オッズ比は、教授法が「実演」から「説明」に変化する場合、生徒が科学ではなく国語を選択するオッズ比が16倍高くなることを示しています。

Logit 1では、教授法と年齢両方のp値は、0.10以上の有意水準です。これらの結果は、「実演」から「説明」への教授法の変化、または年齢の差が、科学よりも数学が好まれることに影響を与えると結論できる十分な根拠にはならないことを示しています。

適合度検定は、すべて0.05の有意水準を上回り、モデルがデータに適合しないと結論づける十分な根拠はないことを示しています。

名義ロジスティック回帰:科目 対 教授法, 年齢

応答情報 変数 値 計数 科目 理科 10 (参照事象) 算数 11 図画工作 9 合計 30
因子情報 因子 水準 値 教授法 2 実演, 説明
ロジスティック回帰表 95% 頼区 係数の標 間 予測変数 係数 準誤差 z値 p値 オッズ比 下限 Logit 1: (算数/理科) 定数 -1.12266 4.56425 -0.25 0.806 教授法 説明 -0.563115 0.937591 -0.60 0.548 0.57 0.09 年齢 0.124674 0.401079 0.31 0.756 1.13 0.52 Logit 2: (図画工作/理科) 定数 -13.8485 7.24256 -1.91 0.056 教授法 説明 2.76992 1.37209 2.02 0.044 15.96 1.08 年齢 1.01354 0.584494 1.73 0.083 2.76 0.88
予測変数 上限 Logit 1: (算数/理科) 定数 教授法 説明 3.58 年齢 2.49 Logit 2: (図画工作/理科) 定数 教授法 説明 234.90 年齢 8.66

対数尤度 = -26.446

すべての傾きが0に等しい検定 自由度 G p値 4 12.825 0.012
適合度検定 方法 カイ二乗 自由度 p値 ピアソン 6.95295 10 0.730 逸脱 (deviance) 7.88622 10 0.640
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください