이항 로지스틱 회귀 분석을 사용한 등고선도의 예

한 재무 분석가가 대학생이 특정 신용카드를 소지할 확률과 연관된 요인을 조사합니다. 이 분석가는 설문 조사를 위해 대학생을 랜덤하게 표본으로 추출합니다. 설문 조사에서는 학생들에게 교육 및 재무 상태에 대해 질문합니다.

반응이 이항이기 때문에 분석가는 이항 로지스틱 회귀 분석을 사용하여 재무 변수가 대학생이 American Express 신용카드를 소지할 확률과 관계가 있는지 여부를 확인합니다. 분석가는 예측 변수와 대학생이 American Express 신용카드를 소지할 확률 간의 관계를 더 잘 파악하기 위해 이항 로지스틱 회귀 모형을 기반으로 한 그림을 생성합니다.

  1. 표본 데이터신용설문조사.MTW을 엽니다.
  2. 통계분석 > 회귀 분석 > 이항 로지스틱 회귀 분석 > 등고선도을 선택합니다.
  3. 반응 변수에서 American Express을 선택합니다.
  4. 단일 그림에 대해 한 쌍의 변수 선택 아래 X 축에서 현금을 선택한 다음 Y 축에서 연간 수입을 선택합니다.
  5. 확인을 클릭합니다.

결과 해석

Minitab에서는 저장된 모형을 사용하여 등고선도를 생성합니다. 등고선에 설명하기 어려운 복잡한 형상이 있습니다. 일반적으로 더 많은 현금을 보유하고 수입이 적은 학생이 American Express 신용카드를 소지할 확률이 더 높습니다. 현금을 적게 보유한 학생은 연간 수입이 아주 많지 않은 한 American Express 신용카드를 소지할 확률이 낮습니다. 연간 수입이 많은 학생은 현금을 아주 적게 또는 아주 많이 보유하지 않은 한 American Express 신용카드를 소지할 확률이 낮습니다.

그림의 범례는 색이 어두울수록 American Express 신용카드를 소지할 확률이 높다는 것을 나타냅니다.

이 그림의 점에 대해 예측 변수와 반응의 값에 주석을 추가하려면 플래그 심기을 사용합니다. 플래그를 표시하려면 그림을 마우스 오른쪽 단추로 클릭한 후 표시되는 메뉴에서 플래그 심기을 선택한 다음 그림에서 주석을 추가할 점을 클릭합니다. 이 점들이 비정상적인지 여부를 확인하고 예측의 정밀도를 평가하려면 예측을 사용합니다.

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