「ロジスティック」プラットフォームでは、連続尺度の説明変数(x)とカテゴリカルな応答変数に対してロジスティック回帰モデルをあてはめます。ROC曲線(受診者動作特性曲線)、リフトチャート、オッズ比が表示できます。あてはめたモデルにより、X変数の各値における応答の確率を推定できます。逆推定を行って、Y変数の特定の確率値に対するXの値を推定することもできます。
「ロジスティック」プラットフォームは、「二変量の関係」プラットフォームのうち、応答変数が名義尺度もしくは順序尺度で、説明変数が連続尺度の場合に実行される分析です。応答変数が名義尺度のときには名義ロジスティック回帰、順序尺度のときには順序ロジスティック回帰が行われます。
• 名義ロジスティック回帰モデルは、名義尺度の応答変数の各水準の確率を表す一連の曲線を求めます。Figure 8.1の右の図が名義ロジスティック回帰モデルの一例です。
• 順序ロジスティック回帰モデルは、順序尺度の応答変数が「イベントを示す水準」以下となる確率を推定します。このモデルは、ロジスティック曲線を1つだけ計算し、それを水平にずらすことですべての順序カテゴリの確率を推定します。このモデルは、名義ロジスティックよりも複雑でなく、順序尺度の応答変数に適しています。Figure 8.1の左の図が順序ロジスティック回帰モデルの一例です。
図8.1 順序・名義ロジスティック回帰の例