다중 로지스틱 회귀두 개 이상의 연속형 또는 범주형 설명 변수와 범주형 결과 변수 간의 관계를 모델링하는 데 사용됩니다. 설명 변수의 다양한 값에 대한 사건 발생 확률을 추정하는 데 유용합니다.
적합 모델을 사용한 다중 로지스틱 회귀 분석
- 열려 있는 JMP ® 데이터 테이블에서 분석 > 모델 적합을 선택합니다.
- [열 선택] 에서 범주형 변수를 클릭하고 [Y] 를 클릭합니다(명목형 변수는 빨간색 막대, 순서형 변수는 녹색 막대로 표시됩니다).
- [열 선택] 에서 설명 변수를 선택하고 [추가]를 클릭합니다.
- '모델 실행'을 클릭하세요. 기본적으로 JMP는 다음과 같은 결과를 제공합니다.
- 반복 내역(표시되지 않음).
- 전체 모델 테스트.
- 사이즈가 맞지 않음(표시되지 않음).
- 모델에 대한 매개변수 추정치.
- 효과 가능성 비율 검정(표시되지 않음).
팁:
- 반응 변수가 순서형일 경우 순서형 로지스틱 모델이 적합되고, 이 예시처럼 반응 변수가 명목형일 경우 명목형 로지스틱 모델이 적합됩니다.
- 예측 확률을 데이터 테이블에 저장하려면 상단의 빨간색 삼각형을 클릭하고 '확률 수식 저장'을 선택하세요.
- 그룹화되거나 요약된 데이터에 대한 모델을 적합시키려면, '모델 적합 사양' 창에서 '빈도(Freq)'를 사용하고, 각 응답 수준에 대한 빈도(개수)를 포함하는 변수를 지정합니다.
- 설명 변수가 예측 확률에 미치는 영향을 보려면 맨 위 빨간색 창 을 클릭하고 프로파일러를 선택하세요. 예측 프로파일러 에서 변수의 세로 빨간색 선을 클릭하고 드래그하여 수준 또는 값을 변경하세요. 예측 확률이 표시됩니다.
Car Poll.jmp (Help > Sample Data Folder)차량 설문조사.jmp (도움말 > 샘플 데이터 폴더)
자세한 내용을 알아보려면 JMP 도움말 에서 선형 모델 적합 > 로지스틱 회귀 모델을 참조하십시오.
기초 데이터 분석 및 모델링
