2値ロジスティック回帰モデルを持つ予測の例

財務分析者が、大学生が特定のクレジットカードを持っている確率に関連付けられる因子を調査します。この分析者は、調査対象の大学生をランダムに抽出します。調査では、大学生に対して教育および財務に関する質問をします。

モデル適合後、技師は、75ドルの現金と10,000ドルの年収を持つ生徒がAmerican Expressクレジットカードを持つ確率を推定します。

  1. サンプルデータを開きますクレジット調査.MTW.
  2. 統計 > 回帰 > 2値ロジスティック回帰 > 予測を選択します。
  3. 応答から、American Expressを選択します。
  4. 表内の預金75年収10000を入力します。
  5. OKをクリックします。

結果を解釈する

Minitabは、保存モデルを使用して、確率が0.998870であると推定します。予測区間は、確率が0.0516175~1.00000の範囲にあることを技師が95%信頼できることを示します。こうした広い範囲は、モデルにより予測が正確にならないことを示します。

American Expressの予測

回帰式 P(1) = exp(Y')/(1 + exp(Y'))

Y' = -7.71 + 0.1688 預金 + 0.000108 年収 + 0.000540 預金*預金 - 0.000003 預 金*年収

設定 変数 設定 預金 75 年収 10000
予測 適合値の標 適合確率 準誤差 95%信頼区間 0.998870 0.0055833 (0.0516175, 1.00000)
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