이항 적합선 그림(Binary Fitted Line Plot)
이항 적합선 그림은 합격/불합격 또는 예/아니오 결과의 확률을 연속형 예측변수 하나에 대해 모형화하며, 원시 이항 행 또는 사건/시행 횟수와 logit, probit, complementary log-log 연결을 사용합니다. 출력에는 회귀식, 이탈도 ANOVA, Deviance R-Sq, AIC, ROC 곡선 아래 면적, 계수, 오즈비(logit), 적합 곡선, 특이 관측값이 포함됩니다.
최종 검토
핵심 요점
이항 적합선 그림은 연속형 예측변수 하나에 대한 예/아니오 결과의 로지스틱(또는 프로빗) 회귀를 적합하고 S자형 확률 곡선을 그려, 사건이 일어날 가능성이 커지려면 설정값이 얼마나 움직여야 하는지 보여 줍니다.
목적
이항 적합선 그림은 예/아니오 결과의 확률이 연속형 예측변수 하나에 따라 어떻게 변하는지 모형화하고, 데이터 위에 적합된 S자형 곡선을 그립니다. 결과가 합격/불합격, 불량/양호, 덩어리짐/덩어리지지 않음과 같을 때 사용하며, 온도, 습도, 용량과 같은 설정값이 얼마나 움직여야 사건이 일어날 가능성이 커지는지 알고자 할 때 유용합니다.
주요 기능
- 원시 데이터(단위당 한 행, 예/아니오 열)나 요약 데이터(행당 사건 수와 시행 수)를 받습니다.
- Logit, probit 또는 complementary log-log 연결.
- 회귀식, 이탈도 ANOVA 표, 모형 요약, 신뢰구간을 포함한 계수, 그리고 logit 연결의 경우 예측변수의 임의 증분에 대한 오즈비.
- 선택적으로 관측 비율과 신뢰대를 함께 표시하는 적합 확률 곡선 그림.
- 특이 관측값(큰 잔차 또는 특이한 예측변수 값) 표와 선택적 잔차 그림.
- 반복되는 행이 있는 데이터를 위한 선택적 도수 열.
통계적 방법
이 도구는 예측변수가 하나인 이항 로지스틱 회귀를 이항분포를 갖는 일반화 선형 모형으로 최대우도법(반복 재가중 최소제곱법)으로 적합합니다. logit 연결에서는 P(event) = exp(b₀ + b₁x) / (1 + exp(b₀ + b₁x)), probit에서는 P = Φ(b₀ + b₁x), complementary log-log에서는 P = 1 − exp(−exp(b₀ + b₁x))입니다. 원시 데이터 형식에서는 반응이 Event value와 같은 행은 사건으로, 나머지는 비사건으로 계산합니다.
ANOVA 표는 이탈도의 감소로 예측변수를 검정합니다. χ² = 영 이탈도 − 잔차 이탈도이며 자유도는 1입니다. Deviance R-Sq는 영 이탈도 중 설명되는 비율입니다. 계수 표에는 Wald z-값과 신뢰구간 b ± z·SE가 제시되며, 증분 Δ에 대한 오즈비는 exp(b₁·Δ)이고 구간은 exp(Δ × b₁의 한계)입니다. Area Under ROC Curve는 무작위로 고른 사건이 무작위로 고른 비사건보다 적합 확률이 높을 확률입니다(0.5 = 판별력 없음, 1 = 완벽).
곡선 주변의 신뢰대는 선형 예측변수의 표준오차를 확률 척도로 되돌려 변환하여 사용합니다. 특이 관측값 표에서는 표준화 잔차가 ±2를 벗어나면 R로, 지렛값이 3p/n을 넘으면 X로 표시합니다. 원시 데이터에서 그림의 관측 비율은 예측변수를 따라 같은 크기로 나눈 최대 10개 집단 내의 사건 비율입니다.
입력 항목 및 옵션
항목 | 설명 |
Data format | Binary response(관측값당 한 행, 기본값) 또는 Event/Trial(설정당 한 행, 사건 수와 시행 수 포함). |
Response / Event value | Binary response 형식: 결과가 들어 있는 열과, 그 열에서 사건으로 간주하는 값(예: Yes, Fail, 1). |
Number of events / Number of trials | Event/Trial 형식: 각 행의 사건 수와 시험한 단위 수가 들어 있는 열. |
Event name | 사건에 대한 선택적 레이블로, 식과 그림 축에 사용됩니다(예: Caked). 비워 두면 Event value(Binary response 형식) 또는 사건 열의 이름(Event/Trial 형식)이 사용됩니다. |
Predictor (continuous) | 수치형 예측변수. 필수 항목입니다. |
Link function | Logit(기본값), Probit 또는 Complementary log-log. |
Confidence level | 기본값은 95입니다. |
Type of confidence interval | Two-sided(기본값), Lower bound 또는 Upper bound. 계수, 오즈비, 곡선 신뢰대에 적용됩니다. |
Frequency (optional) | 각 행이 나타나는 횟수가 들어 있는 열. |
Increment for odds ratio | 오즈비를 보고할 예측변수의 변화량입니다. 기본값은 1이며 logit 연결에서만 사용합니다. |
Display observed proportions / Display confidence interval | 그림에 관측 사건 비율과 신뢰대를 추가합니다. 기본값은 꺼짐입니다. |
Residuals for plots | 잔차 그림에 사용할 Regular 또는 Deviance 잔차. |
Histogram of residuals / Normal probability plot of residuals / Residuals versus order / Three in one | 잔차 그림이며, Three in one은 세 가지를 함께 그립니다. |
Residuals versus the variables | 선택한 열에 대한 잔차를 그립니다. |

그림 1 — 포대 덩어리짐 예제의 옵션: 반응은 Caked(사건 Yes), 예측변수는 Storage_RH_pct, logit 연결, 습도 5포인트 증가에 대한 오즈비.
출력 설명
- Regression Equation — 예측변수의 함수로 나타낸 사건의 적합 확률.
- Analysis of Variance — 예측변수의 이탈도 검정(Adj Dev, Chi-Square, P-Value)과 오차 및 전체 이탈도.
- Model Summary — 모형 요약 통계로, Deviance R-Sq, Deviance R-Sq(adj), AIC, AICc, BIC, Area Under ROC Curve가 있습니다.
- Coefficients — 상수항과 예측변수의 Coef, SE Coef, Z-Value, P-Value, 신뢰 한계.
- Odds Ratios for Continuous Predictors (또는 Odds Ratios (Increment=Δ)) — logit 연결에서만 제공됩니다.
- Binary Fitted Line Plot — 적합 확률 곡선이며, 선택한 경우 관측 비율과 신뢰대를 함께 표시합니다.
- Fits and Diagnostics for Unusual Observations — R(큰 잔차) 또는 X(특이한 X)로 표시된 행.
- 선택한 경우 잔차 그림.
- Download를 통한 PDF 내보내기.

그림 2 — 저장 습도에 대한 덩어리짐 확률의 이항 적합선 그림: 곡선은 약 64% RH에서 50%를 지납니다.
계산 예제
소다회는 습한 조건에서 보관하면 포대 안에서 굳을 수 있습니다. 한 창고 팀이 보관 중인 포대 50개를 점검하여, 각 포대가 노출된 평균 상대 습도(Storage_RH_pct, 35~88%)와 제품이 굳었는지 여부(Caked: Yes 25개, No 25개)를 기록합니다. 이들은 반응으로 Caked를 Event value Yes로 선택하고, 예측변수로 Storage_RH_pct를 선택하며, logit 연결을 그대로 두고, 오즈비 증분을 5로 설정하고, 두 표시 옵션을 모두 선택합니다.
습도는 뚜렷한 영향을 줍니다. 이탈도 카이제곱은 41.55이고 p < 0.001이며, Deviance R-Sq는 59.94%, ROC 곡선 아래 면적은 0.9472이므로 습도는 굳은 포대와 정상 포대를 잘 구분합니다. 식은 P(Yes) = exp(−10.73 + 0.1681 RH) / (1 + exp(−10.73 + 0.1681 RH))입니다. 습도가 5포인트 오를 때마다 굳을 오즈가 2.32배가 됩니다(95% 신뢰구간 1.55~3.46). 이 식으로 보면 굳을 확률은 55% RH에서 약 19%, 63.8% RH에서 50%, 70% RH에서 74%입니다.
포대 3개가 특이 관측값으로 표시됩니다. 2개는 적합 확률이 낮은데(0.12와 0.10) 굳었고, 1개는 0.90인데 정상으로 유지되었습니다. 손상된 라이너와 같은 다른 원인이 있는지 확인해 볼 만합니다. 굳을 위험을 약 10% 미만으로 유지하려면, 곡선에 따르면 대략 51% RH 미만에서 보관해야 합니다. probit 연결로 바꾸어도 적합 결과는 거의 같습니다(Deviance R-Sq 60.50%).
자주 묻는 질문
이항 적합선 그림이란 무엇입니까?
이항 적합선 그림은 합격/불합격, 굳음/굳지 않음과 같은 예/아니오 결과의 확률이 연속형 예측변수 하나에 따라 어떻게 변하는지 모형화하고, 데이터 위에 적합된 S자형 곡선을 그립니다. 이는 예측변수가 하나인 이항 로지스틱 회귀이며, 최대우도법으로 적합하고 logit, probit, complementary log-log 연결을 사용합니다.
이항 적합선 그림에서 오즈비는 어떻게 해석합니까?
logit 연결에서 예측변수 증분에 대한 오즈비는 exp(b1 x 증분)입니다. 이는 해당 변화에 대해 사건의 오즈가 곱해지는 배수입니다. 예제에서는 저장 습도가 5포인트 오를 때마다 굳을 오즈가 2.32배가 되었고, 95% 신뢰구간은 1.55~3.46이었습니다.
예측변수가 유의한 영향을 주는지 어떻게 알 수 있습니까?
ANOVA 표는 이탈도의 감소(자유도 1인 카이제곱)로 예측변수를 검정하며, p-값이 작으면 영향이 뚜렷하다는 뜻입니다. Deviance R-Sq는 영 이탈도 중 설명되는 비율을, ROC 곡선 아래 면적은 판별력을 나타내며, 0.5는 판별력 없음, 1은 완벽함을 뜻합니다.
Zometric Statistical Software에서 이항 적합선 그림은 어떻게 만듭니까?
데이터 형식을 선택합니다. Event value가 있는 이항 반응 열, 또는 사건 수와 시행 수 열 중 하나입니다. 연속형 예측변수와 연결 함수(기본값은 logit)를 선택하고, 신뢰수준과 오즈비 증분을 설정하며, 필요하면 관측 비율과 신뢰대를 표시합니다. 출력에는 식, 표, 그림이 제공됩니다.
