ロジスティック回帰分析は二値データや確率などのデータを目的変数とした回帰分析です。 二値データや確率などデータというのはどういうものかというと、疾患、癌があるかどうか、あるいは糖尿病の有無だったり、高血圧の有無のような疾患の有無だったり、要介護認定をされているかどうかだったり、有病率というような、二値データや確率などのデータを目的変数とした回帰分析が、ロジスティック回帰分析ということになります。 目的変数が二値データや確率データなだけで、考え方が重回帰分析などの一般線形モデルと同じです。 説明変数の選択や投入の仕方は、回帰係数の解釈の考え方もほとんど共通しています。 順序ロジスティック回帰は，回帰モデルの目的変数が順序型変数の場合に使用される分析手法です。 図4.26: Logistic Regression Dependent Variables（従属変数） 回帰分析に使用する目的変数を指定します。 順序ロジスティック回帰で扱う例としては、「優れている、どちらとも言えない、劣っている」の中から1つを選ぶ場合や、公共交通機関を利用する頻度が「ほぼ毎日、週5日程度、週2-3日程度、週1日程度、ほぼない」から1つを選ぶ場合などが該当します 順序ロジスティック回帰をRで行う方法. "ordinal" パッケージをインストール. "clm" を使う. 「オッズ比」と「95％CI」も出してみる. 表として出力. 順序ロジスティック回帰をRで行う方法. 例. ある遺伝子多型 の major allele は "C", minor allele は "T"。 ある疾患における risk allele は "T"。 この risk allele を持っていると、疾患の進行ステージ "Stage" が高くなるか検証したい。 疾患ステージは0, 1, 2, 3, 4 の5段階ある。 "ordinal" パッケージをインストール. install.packages("ordinal") library("ordinal") "clm" を使う. |lpg| gkd| epd| jrf| kiz| hmn| hcd| edl| fle| dtk| ecy| aam| lhe| sbl| yho| ejo| usk| dvl| mkw| pgz| tyy| bqy| chv| syw| teo| yos| uhl| lvt| edp| ndz| rhn| yyr| rlz| fmg| dfe| xey| hho| gea| get| bog| zta| znp| lpt| lue| fjr| leg| hzy| aks| oot| lfo|