이항 로지스틱 모형 적합에 대한 데이터 입력

통계분석 > 회귀 분석 > 이항 로지스틱 회귀 분석 > 이항 로지스틱 모형 적합

이 항목의 내용

이항 반응/빈도 형식의 반응
사건/시행 형식의 반응

이항 반응/빈도 형식의 반응

반응 데이터가 서로 구별되는 두 개의 값을 갖는 단일 열인 경우에는 다음 단계를 수행하십시오. 선택적으로 데이터는 행의 반응 및 예측 변수 값에 해당하는 반응 카운트가 포함된 열을 포함할 수 있습니다.

드롭다운 리스트에서 이항 반응/빈도 형식의 반응을 선택합니다.
반응 변수에 설명하거나 예측하려는 이항 데이터 열을 입력합니다. 이항 변수는 가능한 수준이 두 개(예: 통과/실패 또는 참/거짓)인 범주형 변수입니다. 반응은 Y 변수라고도 합니다.
반응 사건에서 분석이 설명할 사건을 선택합니다. 반응 사건을 변경해도 전체 유의도에는 영향을 미치지 않지만, 결과가 더 유의해질 수 있습니다.
(선택사항) 빈도에 반응 및 예측 변수 값에 해당하는 카운트가 포함된 열을 입력합니다.
계량형 예측 변수에 반응의 변화를 설명하거나 예측할 수 있는 계량형 변수를 입력합니다. 예측 변수를 X 변수라고도 합니다.
범주형 예측 변수에 반응값의 변동을 설명하거나 예측할 수 있는 범주형 분류 또는 그룹 할당(원료 유형 등)을 입력합니다. 예측 변수를 X 변수라고도 합니다.

이 워크시트에서 구입은 반응이며 소비자가 새 상표의 시리얼을 구입했는지 여부를 나타냅니다. 반응 사건은 예입니다. 수입은 계량형 예측 변수이고 자녀는 범주형 예측 변수입니다. 워크시트의 첫 번째 행은 자녀가 있고 수입이 $37,000인 소비자 1명이 새 상표의 시리얼을 구입했다는 것을 보여줍니다.

C1-T	C2	C3-T
구입	수입	자녀
있음	$37,000	있음
없음	$47,000	있음
있음	$34,000	없음
있음	$58,000	없음

이 워크시트에서 반응 및 예측 변수는 이전 예와 같지만 데이터에는 빈도 변수도 포함됩니다. 빈도에는 각 행의 반응 및 예측 변수 값의 조합에 해당하는 소비자 카운트가 포함됩니다. 워크시트의 첫 번째 행은 자녀가 있고 수입이 $40,000인 소비자 2명이 새 상표의 시리얼을 구입했다는 것을 보여줍니다.

C1-T	C2	C3-T	C4
구입	수입	자녀	빈도
있음	$40,000	있음	2
없음	$40,000	없음	12
있음	$45,000	있음	1
없음	$45,000	없음	6

사건/시행 형식의 반응

반응 데이터가 성공 또는 관심의 대상이 되는 사건의 횟수가 포함된 열 하나와 시행 횟수가 포함된 열 하나 등 두 개의 열에 포함된 경우 다음 단계를 수행하십시오.

반응 데이터가 사건과 시행의 두 개의 열에 포함되는 경우, 드롭다운에서 사건/시행 형식의 반응을 선택합니다.
사건 이름에 데이터의 사건 이름을 입력합니다. 예를 들어, 사건은 성공, 불량 단위 또는 구입이 될 수 있습니다.
사건 발생 횟수에 사건 횟수가 포함되어 있는 열을 입력합니다.
시행 횟수에 시행 횟수가 포함되어 있는 열을 입력합니다. 시행 횟수는 사건 횟수에 비사건 횟수를 더한 값입니다.
계량형 예측 변수에 반응의 변화를 설명하거나 예측할 수 있는 계량형 변수를 입력합니다. 예측 변수는 X 변수라고도 합니다.
범주형 예측 변수에 반응값의 변동을 설명하거나 예측할 수 있는 범주형 분류 또는 그룹 할당(원료 유형 등)을 입력합니다. 예측 변수는 X 변수라고도 합니다.

이 워크시트의 구입은 사건 횟수를 포함하며 새 상표의 시리얼을 구입한 소비자의 수를 나타냅니다. 시행은 시행 횟수를 포함하며 해당 예측 변수의 조합에 대해 설문조사에 응한 총 소비자 수를 나타냅니다. 수입은 계량형 예측 변수이고 자녀는 범주형 예측 변수입니다. 워크시트의 첫 번째 행은 자녀가 있고 수입이 $37,000인 소비자 20명이 설문 조사에 응했으며 그 중 2명이 새 상표의 시리얼을 구입했다는 것을 보여줍니다.

C1	C2	C3	C4-T
구입	시행	수입	자녀
2	20	$37,000	있음
0	3	$37,000	없음
4	12	$40,000	있음
3	18	$34,000	없음