이항 로지스틱 모형 적합이항 로지스틱 회귀 분석에 대한 연관 측정

연관성 측정 표의 모든 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

이항 로지스틱 회귀 분석의 경우 관측된 각 사건이 비사건과 쌍을 이룹니다. 쌍에는 다음과 같은 범주가 있습니다.
  • 일치: 사건이 발생할 예측 확률이 사건이 발생한 관측치에 대해 더 높습니다.
  • 불일치: 사건이 발생할 예측 확률이 사건이 발생한 관측치에 대해 더 낮습니다.
  • 같은 값: 사건이 발생할 예측 확률이 사건이 발생한 관측치와 비사건이 발생한 관측치에 대해 같습니다.

해석

모형의 예측 성능을 비교하려면 쌍의 수를 사용하십시오. 일치 쌍의 백분율이 높을수록 모형의 성능이 더 높습니다.

Somers의 D

Somers의 D는 일치 쌍과 불일치 쌍(같은 값 쌍 포함)이 각각 차지하는 비율의 차이입니다.

해석

Somers의 D는 모형의 예측 성능을 비교하기 위해 사용합니다. 값이 높을수록 예측 성능이 더 우수함을 나타냅니다. 예를 들어 일치 쌍이 75%이고 불일치 쌍이 25%면 Somers의 D는 0.5입니다.

Somers의 D 및 Goodman-Kruskal 감마 통계량은 모형이 0개의 같은 값 쌍을 예측할 때 동일합니다. 같은 값 쌍이 많을수록 Goodman-Kruskal 감마 통계량이 Somers의 D보다 우수합니다.

Goodman-Kruskal 감마

Goodman-Kruskal 감마는 일치 쌍과 불일치 쌍(같은 값 쌍을 제외)이 각각 차지하는 비율의 차이입니다.

해석

Goodman-Kruskal 감마는 모형의 예측 성능을 비교하기 위해 사용합니다. 값이 높을수록 예측 성능이 더 우수함을 나타냅니다. 예를 들어 일치하는 다른 값 쌍이 75%이고 불일치하는 다른 값 쌍이 25%면 Goodman-Kruskal 감마는 0.5입니다.

Somers의 D 및 Goodman-Kruskal 감마 통계량은 모형이 0개의 같은 값 쌍을 예측할 때 동일합니다. 같은 값 쌍이 많을수록 Goodman-Kruskal 감마 통계량이 Somers의 D보다 우수합니다.

Kendall의 타우-a

Kendall의 타우-a는 반응값이 같은 쌍을 포함하는 모든 가능한 쌍 중에 일치 쌍과 불일치 쌍이 차지하는 비율의 차이입니다.

해석

Kendall의 타우-a는 모형의 예측 성능을 비교하기 위해 사용합니다. 값이 높을수록 예측 성능이 더 우수함을 나타냅니다. Kendall의 타우-a는 Somers의 D 및 Goodman-Kruskal 감마 통계량에 반응값이 같은 쌍이 포함되어 있지 않기 때문에 항상 이 두 통계량보다 낮습니다.