二値適合線プロット(Binary Fitted Line Plot)

Binary Fitted Line Plotは、合格/不合格やはい/いいえの結果の確率を1つの連続予測変数に対してモデル化します。二値の生データ、または事象数/試行数を使用でき、ロジット、プロビット、補対数対数のリンク関数を選べます。出力には、回帰式、逸脱度ANOVA、Deviance R-Sq、AIC、ROC曲線下面積、係数、オッズ比(ロジット)、あてはめ曲線、特異な観測値が含まれます。

最終レビュー

重要なポイント

二値適合線プロットは、はい/いいえの結果を1つの連続予測変数に対してロジスティック(またはプロビット)回帰し、S字型の確率曲線を描くことで、事象が起こりやすくなるまでに設定をどれだけ動かす必要があるかを示します。

このページの内容
  1. 目的
  2. 主な機能
  3. 統計的手法
  4. 入力項目とオプション
  5. 出力の説明
  6. 計算例

目的

Binary Fitted Line Plotは、はい/いいえの結果が起こる確率が1つの連続予測変数に応じてどう変化するかをモデル化し、データ上にあてはめたS字型の曲線を描きます。結果が合格/不合格、不良品/良品、固結あり/固結なしのような場合に使用し、温度、湿度、投与量などの設定をどれだけ動かすと事象が起こりやすくなるかを知りたいときに役立ちます。

主な機能

  • 生データ(1つの単位につき1行で、はい/いいえの列を持つ)または集計データ(1行につき事象数と試行数)を受け付けます。
  • ロジット、プロビット、または補対数対数のリンク関数。
  • 回帰式、逸脱度ANOVAの表、モデルの要約、信頼区間付きの係数、そしてロジットリンクの場合は、予測変数の任意の増分に対するオッズ比。
  • あてはめた確率曲線のプロット。観測された比率と信頼帯を任意で表示できます。
  • 特異な観測値(大きな残差または特異な予測変数の値)の表と、任意の残差プロット。
  • 行が繰り返されるデータのための、任意の度数の列。

統計的手法

このツールは、1つの予測変数を持つ二値ロジスティック回帰を、二項分布を用いた一般化線形モデルとして、最尤法(反復重み付き最小二乗法)で当てはめます。ロジットリンクでは、P(event) = exp(b₀ + b₁x) / (1 + exp(b₀ + b₁x))、プロビットでは、P = Φ(b₀ + b₁x)、補対数対数では、P = 1 − exp(−exp(b₀ + b₁x))です。生データ形式では、応答がEvent valueに等しい行は事象として数えられ、それ以外はすべて非事象として数えられます。

ANOVAの表は、逸脱度の減少によって予測変数を検定します。χ² = 帰無逸脱度 − 残差逸脱度で、自由度は1です。Deviance R-Sqは、説明された帰無逸脱度の割合です。係数の表には、Waldのz値と、信頼区間 b ± z·SEが示されます。増分Δに対するオッズ比は exp(b₁·Δ)で、その区間は exp(Δ × b₁の限界値)です。Area Under ROC Curveは、無作為に選んだ事象が、無作為に選んだ非事象よりも高いあてはめ確率を持つ確率です(0.5 = 判別力なし、1 = 完全)。

曲線の周りの信頼帯は、線形予測子の標準誤差を確率の尺度に変換し直したものを使用します。特異な観測値の表では、標準化残差が±2を超えるものにR、てこ比が3p/nを超えるものにXのフラグが付きます。生データの場合、プロット上の観測された比率は、予測変数に沿って等しい大きさの最大10個のグループにおける事象の発生率です。

入力項目とオプション

項目

説明

Data format

Binary response(1観測につき1行、既定)またはEvent/Trial(1つの設定につき1行で、事象の数と試行の数を持つ)。

Response / Event value

Binary response形式:結果を含む列と、その中で事象として数える値(例:Yes、Fail、1)。

Number of events / Number of trials

Event/Trial形式:各行の事象の数と試験した単位の数を含む列。

Event name

事象の任意のラベルで、式とプロットの軸に使用されます(例:Caked)。空欄の場合:Event value(Binary response形式)、またはevents列の名前(Event/Trial形式)。

Predictor (continuous)

数値の予測変数。必須です。

Link function

Logit(既定)、Probit、またはComplementary log-log。

Confidence level

既定値は95。

Type of confidence interval

Two-sided(既定)、Lower bound、またはUpper bound。係数、オッズ比、曲線の帯に適用されます。

Frequency (optional)

各行が出現する回数を含む列。

Increment for odds ratio

オッズ比を報告する対象となる予測変数の変化量。既定値は1。ロジットリンクのみ。

Display observed proportions / Display confidence interval

観測された事象の比率と信頼帯をプロットに追加します。既定ではオフです。

Residuals for plots

残差プロットに使用するRegularまたはDeviance残差。

Histogram of residuals / Normal probability plot of residuals / Residuals versus order / Three in one

残差プロット。Three in oneは3つをまとめて描きます。

Residuals versus the variables

選択した列に対して残差をプロットします。

binary-fitted-line-plot-inputs


図1 — 袋の固結の例のオプション:応答はCakedで事象はYes、予測変数はStorage_RH_pct、ロジットリンク、湿度5ポイント上昇に対するオッズ比。

出力の説明

  • Regression Equation — 予測変数の関数としての、事象のあてはめ確率。
  • Analysis of Variance — 予測変数の逸脱度の検定(Adj Dev、Chi-Square、P-Value)と、誤差および合計の逸脱度。
  • Model Summary — Deviance R-Sq、Deviance R-Sq(adj)、AIC、AICc、BIC、Area Under ROC Curveの各指標。
  • Coefficients — 定数項と予測変数のCoef、SE Coef、Z-Value、P-Value、信頼限界。
  • Odds Ratios for Continuous Predictors(またはOdds Ratios (Increment=Δ))— ロジットリンクのみ。
  • Binary Fitted Line Plot — あてはめた確率曲線。チェックした場合は、観測された比率と信頼帯も表示されます。
  • Fits and Diagnostics for Unusual Observations — R(大きな残差)またはX(特異なX)のフラグが付いた行。
  • 選択した場合は、残差プロット。
  • DownloadによるPDFエクスポート。

binary-fitted-line-plot-output


図2 — 保管湿度に対する固結の確率の二値適合線プロット:曲線は相対湿度約64%で50%を通過します。

計算例

炭酸ナトリウム(ソーダ灰)は、湿度の高い環境で保管すると袋の中で固結することがあります。倉庫のチームが保管中の50袋を調べ、各袋がさらされた平均相対湿度(Storage_RH_pct、35〜88%)と、製品が固結したかどうか(Caked:Yes 25袋、No 25袋)を記録します。応答にCaked(Event valueはYes)、予測変数にStorage_RH_pctを選択し、ロジットリンクのままにして、オッズ比の増分を5に設定し、両方の表示オプションにチェックを入れます。

湿度ははっきりと影響しています。逸脱度のカイ二乗は41.55でp < 0.001、Deviance R-Sqは59.94%、ROC曲線下面積は0.9472であり、湿度によって固結した袋と健全な袋をよく判別できます。式は P(Yes) = exp(−10.73 + 0.1681 RH) / (1 + exp(−10.73 + 0.1681 RH))です。湿度が5ポイント上昇するごとに、固結のオッズは2.32倍になります(95%信頼区間 1.55〜3.46)。この式から、固結の確率は、相対湿度55%で約19%、63.8%で50%、70%で74%です。

3つの袋が特異としてフラグ付けされています。2つはあてはめ確率が低い(0.12と0.10)のに固結し、1つは0.90なのに健全なままでした。ライナーの破損など、他の原因がないか確認する価値があります。固結のリスクを約10%未満に保つには、曲線から、相対湿度約51%未満での保管が示されます。プロビットリンクに切り替えても、ほぼ同じあてはめが得られます(Deviance R-Sq 60.50%)。

よくある質問

二値適合線プロットとは何ですか?

二値適合線プロットは、合格/不合格や固結あり/固結なしのようなはい/いいえの結果が起こる確率が、1つの連続予測変数に応じてどう変化するかをモデル化し、データ上にあてはめたS字型の曲線を描きます。これは、1つの予測変数を持つ二値ロジスティック回帰で、最尤法により、ロジット、プロビット、または補対数対数のリンク関数で当てはめます。

二値適合線プロットでは、オッズ比をどのように解釈しますか?

ロジットリンクでは、予測変数の増分に対するオッズ比は exp(b1 x 増分)です。これは、その変化に対して事象のオッズが何倍になるかを表す係数です。例では、保管湿度が5ポイント上昇するごとに固結のオッズが2.32倍になり、95%信頼区間は1.55〜3.46でした。

予測変数が有意な効果を持つかどうかは、どうすればわかりますか?

ANOVAの表は、逸脱度の減少(自由度1のカイ二乗)によって予測変数を検定します。p値が小さければ、はっきりとした効果があることを意味します。Deviance R-Sqは説明された帰無逸脱度の割合を示し、ROC曲線下面積は判別力を示します。0.5は判別力なし、1は完全を意味します。

Zometric Statistical Softwareで二値適合線プロットを作成するにはどうすればよいですか?

データ形式を選択します。Event valueを持つ二値の応答列、または事象数と試行数の列です。連続予測変数とリンク関数(既定はロジット)を選択し、信頼水準とオッズ比の増分を設定し、必要に応じて観測された比率と信頼帯を表示します。出力には、式、表、プロットが得られます。