ロジスティック回帰分析

14/18 ロジスティック回帰分析の傾きの意味

一方で、ロジスティック回帰分析の回帰係数がマイナスの数値だった場合は、独立変数が増えると、従属変数が1になりにくくなることを示します。たとえば、ロジスティック回帰分析の傾きが、-0.02だった場合は、従属変数が1増加した時に従属変数の1になりやすさが、ロジスティック回帰分析の世界では、0.98倍になることを意味します。先ほどの勉強時間と試験の合否との関係の例で言えば、勉強時間が1時間増加すると、ロジスティック回帰分析の世界では、0.98倍合格しやすくなる、言い換えれば、約2％合格しづらくなることを意味します。つまり、ロジスティック回帰分析で傾きがマイナスになれば、勉強時間の増加と合格率の間には逆の関係、つまり勉強時間が長い人ほど合格していないという関係があることを意味します。