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.
