ロジスティック回帰計算ツール

二項ロジスティック回帰分析とは

二項ロジスティック回帰分析（Binary Logistic Regression）は、1つ以上の 予測変数（独立変数）と二値（二分型）結果変数との関係をモデル化する統計 手法です。線形回帰が連続型の結果を予測するのに対し、ロジスティック回帰は 観測値が2つのカテゴリ（0と1にコード化）のいずれに属するかの確率を予測します。このモデルはロジスティック（シグモイド） 関数を使用して、予測確率を0と1の間に制約します。

ロジスティック回帰の歴史は、1838年にベルギーの数学者 Pierre-François Verhulstが人口増加をモデル化するために ロジスティック関数を導入したことに遡ります。その後、1944年にJoseph Berksonが"logit"という用語を造り、David Coxが1958年にこれを 統計的回帰フレームワークとして確立し、現代のロジスティック回帰分析の 基盤が築かれました。今日、ロジスティック回帰は医学（疾病発生予測）、 マーケティング（購買行動予測）、社会科学（投票行動分析）など、ほぼ すべての分野で中核的な分類手法として使用されています。

ロジスティック回帰の核心は対数オッズ（logit）変換です。 結果変数の確率pを直接モデル化する代わりに、オッズの自然対数を 線形関数としてモデル化します：logit(p) = ln(p / (1 − p)) = B₀ + B₁X₁ + B₂X₂ + …。この変換により左辺は−∞から +∞までの範囲を持ち、シグモイド関数p = 1 / (1 + e^−z)を通じて0–1の確率に逆変換されます。

モデルの係数推定には最尤推定法（Maximum Likelihood Estimation, MLE）が使用されます。線形回帰の最小二乗法とは異なり、MLEは 観測データが出現する尤度（likelihood）を最大化する係数を反復的に探索 します。具体的にはIRLS（Iteratively Reweighted Least Squares）アルゴリズムが使用され、これはRの glm() 関数やSPSSで使用されるものと同一の手法です。IRLSは各反復で重みを更新し、 収束基準（tolerance）を満たすまで係数を改善していきます。

主要概念

分類表の理解

分類表（Classification Table、混同行列とも呼ばれる）は、モデルが予測した カテゴリと実際に観察されたカテゴリを比較して、モデルの分類性能を評価 します。一般的に確率カットオフ0.5を基準として、予測確率が0.5以上であれば 1（発生）、未満であれば0（非発生）に分類します。

Hosmer-Lemeshow適合度検定

Hosmer-Lemeshow検定は、ロジスティック回帰モデルがデータにどの程度適合 しているかを評価する代表的な方法です。この検定は、観測値を予測確率に 基づいて通常10個の同サイズの群（十分位数）に分け、各群内で観測された 頻度とモデルが予測した期待頻度を比較します。

観測頻度と期待頻度の差を総合したカイ二乗統計量が計算され、自由度は 通常8（群数 − 2）です。検定結果の解釈は他の適合度検定とは異なり ます：非有意な結果（p > .05）が望ましく、 これはモデルの予測が観測データと一致していることを示します。逆に有意な 結果（p ≤ .05）は、モデルの適合度が不十分であることを 示唆します。

ただし、Hosmer-Lemeshow検定には限界があります。標本サイズが非常に大きい と些細な差異でも有意になることがあり、逆に標本サイズが小さいと深刻な 適合不足を検出できないことがあります。また、群の数や構成方法によって 結果が異なる場合があります。そのため、この検定結果を他の適合度指標 （疑似R²、分類表の精度など）と合わせて総合的に解釈することが 推奨されます。

ロジスティック回帰 vs 他の分析手法

二値結果変数を分析する方法は複数あります。以下の表は、ロジスティック回帰 と関連分析手法の主な特徴を比較しています。

二値結果変数に重回帰を適用すると（線形確率モデル）、予測値が0–1 の範囲を逸脱する可能性があり、誤差項の不等分散性の問題が発生します。 そのため、二値結果変数にはロジスティック回帰を使用するのが標準的な アプローチです。

二項ロジスティック回帰の仮定

ロジスティック回帰の結果を正しく解釈するためには、以下の仮定が合理的に 充足されている必要があります。これらの仮定に違反すると、偏った推定値、 不正確なp値、信頼できない結論につながる可能性があります。

APA形式でのロジスティック回帰結果の報告方法

APA第7版ガイドラインに従い、ロジスティック回帰の結果には、総括モデル 検定結果、疑似R²、分類精度、および個々の予測変数の係数、Wald検定 結果、オッズ比と95%信頼区間を含める必要があります。以下は報告テンプレート と例です：

注：統計記号（B、p、χ²、 R²、OR）は常にイタリック体で表記します。p値は 小数第3位まで報告し、.001未満の場合はp < .001と表記します。 オッズ比と95%信頼区間は必ず併せて報告してください。

よくある間違い

• 係数を線形効果として解釈する： ロジスティック回帰の 係数Bは対数オッズの変化量であり、確率の線形的な変化を意味 しません。例えば、B = 0.5は「確率が0.5増加する」ではなく、 「オッズがe^0.5 ≈ 1.65倍に増加する」という意味です。 確率への効果は基準確率によって異なります。
• 分離問題の無視： 完全分離や準完全分離が発生すると、 係数が異常に大きくなり標準誤差が非常に大きくなります。ソフトウェアが 警告メッセージを出力することがありますが、多くの研究者がこれを見過ごし ます。分離が疑われる場合は頻度分布を確認し、Firthの方法や変数除去を 検討してください。
• 過適合： 標本サイズに対して予測変数が多すぎると過適合 が発生します。EPV < 10の場合は特に危険です。モデルが訓練データには よく適合しますが、新しいデータに対する汎化能力が低下します。変数選択 法（前進法、後退法、ステップワイズ法）を慎重に適用し、可能であれば 交差検証を使用してください。
• オッズ比の未報告： 係数（B）とp値 だけを報告し、オッズ比（Exp(B)）と95%信頼区間を報告しないのは よくある間違いです。オッズ比は効果の大きさを直観的に伝え、信頼区間は 推定の精度を示します。APAガイドラインでもオッズ比の報告を推奨して います。
• ロジットの線形性の仮定の未確認： 連続型予測変数と ロジットの間の線形関係を確認しないと、モデルが非線形パターンを 見落とす可能性があります。Box-Tidwell検定やロジット残差プロットに よってこの仮定を検証してください。
• 不均衡データの無視： 結果変数のカテゴリ比率が非常に 不均衡な場合（例：陽性5%、陰性95%）、モデルが多数カテゴリ側に偏る ことがあります。全体精度が高く見えても感度が非常に低い場合があるため、 分類表の感度と特異度を必ず確認してください。