
161
161
11.6 ロジスティック回帰
race
の推定パラメータは、特に、収入を制御したために、予期していたよりも大
きくなっています。符号化は、黒人が
1
、白人が
2
、その他が
3
です。黒人の母親の
新生児の体重は、他の人種の体重よりも
0.27
〜
0.36
ポンド軽いです。
すでに見たように、男子は約
0.3
ポンド重く、双子などの多胎児は、
1.4
ポンド軽
くなっています。
家を持っている人には、収入を制御しているにもかかわらず、約
0.12
ポンド重い
新生児が生まれます。母親の年齢のパラメータは、「
11.2
重回帰」で見たよりも小
さく、他の変数のいくつかが、おそらく
paydu
と
totincr
を含めて相関していること
を示唆します。
すべての変数が、非常に低い
p
値を持つものも含めて、統計的に有意ですが、
R
2
は
0.06
しかなくて、まだかなり小さな値です。モデルを使わなくても
RMSE
が
1.27
ポンドで、モデルを使うと
1.23
に減少します。したがって、賭けに勝つ確率はそれ
ほど増えません。すみませんね。
11.6
ロジスティック回帰
先ほどの例では、説明変数のいくつかは数値変数で、いくつかはカテゴリ変数(論
理型も含めて)でしたが、従属変数は、常に数値でした。
線形回帰は、他の種類の従属変数を扱えるよう一般化できます。従属変数が論理型
なら、一般化モデルはロジスティック回帰(
logistic regression
)と呼ばれます。従
属変数が整数カウントデータなら、ポワソン回帰(
Poisson regression
)と呼ばれます。 ...