선택 플랫폼을 사용한 로지스틱 회귀의 예
선택 플랫폼을 사용하여 로지스틱 회귀 모형을 적합시킵니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Lung Cancer Responses.jmp 및 Lung Cancer Choice.jmp를 엽니다.
Lung Cancer Responses.jmp에는 두 개의 행(Cancer, NoCancer)으로 구성된 하나의 열(Lung Cancer)만 있습니다.
2. 분석 > 소비자 조사 > 선택을 선택합니다.
3. "데이터 형식" 옆의 목록에서 다중 테이블, 상호 참조됨을 선택합니다.
4. 데이터 테이블 선택을 클릭하고 Lung Cancer Responses를 선택한 후 확인을 클릭합니다.
5. Lung Cancer를 선택하고 프로파일 ID를 클릭합니다.
6. Lung Cancer를 선택하고 추가를 클릭합니다.
7. "Firth 편향 수정 추정값" 상자를 선택 해제합니다.
그림 4.37 완료된 프로파일 데이터 패널
8. 반응 데이터 개요를 엽니다.
9. 데이터 테이블 선택을 클릭하고 Lung Cancer Choice를 선택한 후 확인을 클릭합니다.
10. 다음을 수행하여 반응 데이터 개요를 완료합니다.
– Lung Cancer를 선택하고 선택된 프로파일 ID를 클릭합니다.
– Choice1과 Choice2를 선택하고 프로파일 ID 선택을 클릭합니다.
– Count를 선택하고 빈도를 클릭합니다.
그림 4.38 완료된 반응 데이터 패널
11. 개체 데이터 개요를 엽니다.
12. 데이터 테이블 선택을 클릭하고 Lung Cancer Choice를 선택한 후 확인을 클릭합니다.
13. Smoker를 선택하고 추가를 클릭합니다.
그림 4.39 완료된 개체 데이터 패널
14. 모형 실행을 클릭합니다.
그림 4.40 선택 모델링 로지스틱 회귀 결과
모형 적합 플랫폼 사용
1. 도움말 > 샘플 데이터 폴더를 선택하고 Lung Cancer.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
데이터 테이블에 "Model" 스크립트가 포함되어 있어 "모형 규격" 창이 자동으로 완성됩니다. 명목형 로지스틱 분석법이 선택되었습니다.
3. 목표 수준을 "Cancer"로 설정합니다.
4. 실행을 클릭합니다.
그림 4.41 모형 적합: 명목형 로지스틱 회귀 결과
선택 모형의 Smoker*Lung Cancer에 대한 가능도비 카이제곱 검정은 로지스틱 모형의 Smoker에 대한 가능도비 카이제곱 검정과 일치합니다. Figure 4.40 및 Figure 4.41의 보고서는 흡연이 폐암 발병에 강력한 영향을 미친다는 결론을 뒷받침합니다. 자세한 내용은 선형 모형 적합의 “Logistic Regression Models”에서 확인하십시오.