
164
11 章 回帰
>>> like = np.prod(likes)
0.18
beta
の先ほどの値について、データの尤度は
0.18
です。ロジスティック回帰の
目標は、尤度を最大化するパラメータを見つけることです。そのために、ほとんど
の統計パッケージは、ニュートン法に似た反復ソルバーを使っています(
https://
en.wikipedia.org/wiki/Logistic_regression#Model_fitting
参照)
†
。
11.8
実装
StatsModels
は、
logit
と呼ばれるロジスティック回帰を実装しています。この名
前は、確率を対数オッズに変換する関数の名前から来ています。使用法を示すために、
性別比に影響する変数を探してみます。
再度、
NSFG
データをロードして、
30
週を超える妊娠データを選びます。
live, firsts, others = first.MakeFrames()
df = live[live.prglngth>30]
logit
では、従属変数が(論理型ではなく)二値である必要があるので、
astype(int)
を使って二値整数に変換した、
boy
という名の新しい列を作ります。
df['boy'] = (df.babysex==1).astype(int)
性別比に影響するものとして見つかった因子には、両親の年齢、出生順、人種、社
会的地位が含まれます。ロジスティック回帰を使って、これらの影響が
NSFG
デー
タに現れるか調べることができます。母親の年齢から始めましょう。 ...