순서형 로지스틱 회귀 분석에 대한 옵션 선택

Minitab은 광범위한 유형의 순서형 반응 모형을 적합시키기 위해 사용할 수 있는 세 가지 연결 함수를 제공합니다. 연결 함수는 분포 함수의 역함수입니다. 데이터를 잘 적합시키는 연결 함수를 선택하여 사용할 수 있습니다. 출력의 적합도 통계량을 조사하면 서로 다른 연결 함수를 사용하여 모형이 데이터에 얼마나 적합한지 비교할 수 있습니다. 연결 함수는 경험적인 이유로 또는 원칙에 있어 특별한 의미를 가지고 있기 때문에 선택할 수도 있습니다. 자세한 내용은 연결 함수의 정의에서 확인하십시오.

• 로짓: 기본적으로 Minitab에서는 로짓연결함수를 사용하는데, 그 이유는 추정된 계수에 대해 가장 자연스러운 해석을 제공하기 때문입니다.
• 노밋/프로빗: 여러 범주로 분류된 정규 분포를 따르는 기본 변수가 있다고 가정하는 노밋 연결 함수를 사용합니다. 예를 들어 살충제에 대한 내성은 정규 분포를 따르는 곤충의 측정 불가한 특성이라고 가정합니다. 그러나 살충제에 대한 내성을 기록하지 않고 그 대신 노출 후에 생존한 기간에 따른 순서형 범주로 곤충들을 분류합니다.
• 곰핏/보 로그-로그: Gompertz 분포 함수의 역함수인 곰핏연결함수를 사용합니다. 로짓 또는 노밋 함수가 데이터에 적합하지 않은 경우, 때로는 곰핏 함수가 비대칭이기 때문에 충분한 적합치를 제공할 수 있습니다.

반응에 대한 기준 사건과 요인에 대한 기준 수준을 변경할 수 있습니다. 기준 사건 또는 수준을 변경해도 전체 유의도에는 영향을 미치지 않지만, 결과가 더 유의해질 수 있습니다. 자세한 내용은 순서형 로지스틱 회귀 분석에서 추정된 계수 해석에서 확인하십시오.

반응 값 순서

기준 사건을 변경하려면 반응 값을 가장 낮은 값부터 순서대로 입력합니다. (텍스트와 날짜/시간 수준은 따옴표로 묶어야 합니다.) Minitab은 데이터 유형에 따라 기본적으로 다음과 같은 기준 사건을 설정합니다.

• 숫자 변수의 경우 가장 큰 숫자 값이 기준 사건입니다.
• 날짜/시간 변수의 경우 최근 날짜/시간이 기준 사건입니다.
• 텍스트 변수의 경우 문자순으로 마지막인 사건이 기준 사건입니다.

기준 수준(수준 앞에 범주형 예측 변수 입력)

기본 수준을 변경하려면 범주형 예측 변수, 기준 수준 순으로 입력합니다. (텍스트와 날짜/시간 수준은 따옴표로 묶어야 합니다.) Minitab은 데이터 유형에 따라 기본적으로 다음과 같은 기준 수준을 설정합니다.

• 숫자형 예측 변수의 경우 가장 작은 숫자 값이 기준 수준입니다.
• 날짜/시간 예측 변수의 경우 가장 빠른 날짜/시간이 기준 수준입니다.
• 텍스트 요인의 경우 문자순으로 첫 번째가 기준 수준입니다.

몇 가지 시나리오에서 추정 계수 값을 입력할 수 있습니다. 예를 들어, 알고리즘이 해에 수렴하도록 시작 추정치를 제공하거나 독립 표본으로 모형을 검증하려는 경우가 있습니다. 자세한 내용은 추정된 계수에 대한 초기값 입력에서 확인하십시오.

알고리즘용 시작 추정치

모형 모수에 대한 초기 값을 포함하는 열을 입력합니다. 모형 모수에 대한 초기 값 또는 검증 모형에 대한 모수 추정치를 지정합니다.

검증 모형용 추정치

추정 모형 모수를 포함하는 열을 입력합니다. 그러면 Minitab에서 검증 모형을 적합시킵니다.