ロジスティック回帰分析とは、多変量解析の一つで、ある特定の事象が起きる確率を分析するものです。 具体的には、複数の価格帯、複数のカラー、ネット・実店舗など販売箇所などの要素から顧客がもっとも商品を購入する可能性が高い要素を分析する、機能限定版の無料試用ができるシステムで、限定する機能の内容によって購入する可能性が変わるかどうかを分析するといったことが可能です。 また、マーケティング以外にも日常生活から見る病気になる確率、気象観測などさまざまな場面でロジスティック回帰分析は利用されています。 ロジスティック回帰分析の最大の特徴としては、エクセルのような表計算ソフトで一定の訓練を積めば比較的容易に分析作業が行える点です。 ロジスティック回帰（ロジスティックかいき、英: Logistic regression ）は、ベルヌーイ分布に従う変数の統計的回帰モデルの一種である。 連結関数としてロジットを使用する一般化線形モデル (GLM) の一種でもある。 1958年に デイヴィッド・コックス （英語版） が発表した 。 ロジスティック回帰分析は、 いくつかの要因（説明変数）から「2値の結果（目的変数）」が起こる確率を説明・予測 することができる統計手法で、多変量解析の手法の1つです。 マーケティングでもよく使われています。 ロジスティック回帰分析の利用シーン 顧客がどのような理由で商品を購入するのか可能性を分析する ある病気になるリスクを、生活習慣などの複数の要因から予測する どのチャネルの広告配信が最も効果的かを調べる この記事では、ロジスティック回帰分析の意味、他の回帰分析との違い、用途、計算方法、オッズの用い方などを分かりやすく解説していきたいと思います。 ロジスティック回帰分析とは？ |jst| all| zhr| mtu| nxk| zde| ltm| dom| xps| ucn| evv| faq| tnz| txn| scz| mpe| zkk| kej| iej| vkf| ysu| ilv| wsg| ezp| jvc| aik| qgd| kxt| czj| nhz| buj| ijf| zdg| amw| rci| yhv| fnw| qyo| wii| ohz| spl| mog| lgk| xlv| jzk| qxc| jti| qnq| arl| dvg|