승산비를 사용하여 두 사건의 승산을 비교할 수 있습니다. 승산비는 특정 조건이 있을 때의 성공 승산을 다른 조건이 있을 때의 성공 승산으로 나눈 값입니다. 예를 들어, 홈 스쿨링을 받는 학생과 공립 학교에 다니는 학생을 비교하려고 합니다. 분석의 목표는 어느 쪽 그룹이 우수한 성적으로 대학을 졸업하는지 확인하는 것입니다. 승산비는 다음과 같이 구성됩니다.
홈 스쿨링
공립 학교
승산비

분모의 수준은 기준 수준이라고 합니다. 이 예에서 공립 학교는 기준 수준입니다. 이 승산비가 3.0일 경우 가정에서 학교 교육을 받은 학생이 우등으로 졸업할 확률이 공교육을 받은 학생보다 3배 더 높습니다.

로짓 연결 함수를 선택하여 승산비를 사용할 수 있습니다. 로지스틱 회귀 분석에서 승산비는 범주형 반응 변수의 각 수준의 승산을 비교합니다. 승산비는 예측 변수가 각 반응 수준의 확률에 영향을 미치는 정도를 수량화합니다. 예를 들어, 고객의 연령과 성별이 하이브리드 자동차 구매 선택에 영향을 미치는지 확인한다고 가정합니다. 다음 변수를 사용하여 로지스틱 회귀 모형을 생성합니다.
변수 유형 설명
하이브리드 이항 반응 변수 고객이 하이브리드 자동차를 구입하지 않은 경우 0, 하이브리드 자동차를 구입한 경우 1입니다.
성별 이항 예측 변수 고객이 남성일 경우 0, 고객이 여성일 경우 1입니다. 기준 수준은 남성입니다.
연령 계량형 예측 변수 고객의 연령과 같습니다. 음수가 아닌 모든 값일 수 있습니다.

로지스틱 회귀 분석 절차에서 두 예측 변수가 모두 유의하다고 선언합니다. GENDER의 승산비가 2.0일 경우 하이브리드 자동차를 구매하는 여성의 승산이 남성 승산의 2배입니다. AGE의 승산비가 1.05일 경우 고객의 연령이 한 살씩 늘어날 때마다 고객이 하이브리드 자동차를 구매하는 승산이 5%씩 증가합니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오