Googleスプレッドシートでロジスティック回帰を実行する方法

ロジスティック回帰は、 応答変数がバイナリの場合に回帰モデルを近似するために使用できる方法です。

次のステップバイステップの例は、Google スプレッドシートでロジスティック回帰を実行する方法を示しています。

ステップ 1: XLMiner 分析ツールパックをインストールする

Google スプレッドシートでロジスティック回帰を実行するには、まず無料のXLMiner Analysis Toolpakをインストールする必要があります。

これを行うには、 [アドオン] > [アドオンを入手]をクリックします。

次に、検索バーに「XLMiner Analysis ToolPak」と入力し、表示されるアイコンをクリックします。

最後に、青い「インストール」ボタンをクリックします。

ステップ 2: データを入力します

次に、Google スプレッドシートに次のデータを入力します。

ポイントを使用し、バスケットボール選手が NBA にドラフトされるかどうかの予測に役立つロジスティック回帰モデルを当てはめます (0 = いいえ、1 = はい)。

ステップ 3: ロジスティック回帰を実行する

ロジスティック回帰モデルを近似するには、 「拡張機能」タブをクリックし、 「XL Miner Analysis ToolPak」をクリックして、 「開始」をクリックします。

画面の右側に表示されるパネルで、 「ロジスティック回帰」の横にあるドロップダウン矢印をクリックし、次の情報を入力します。

[OK]をクリックすると、ロジスティック回帰モデルの概要が表示されます。

結果の係数は、ドラフトされる確率の対数平均変化を示します。

たとえば、1ポイント単位の増加は、ドラフトされるオッズの平均0.212の増加に関連付けられます。

係数の符号は、各予測変数と応答変数の間に正または負の関係があるかどうかを示します。

たとえば、ポイントの係数は正の符号を持っているため、ポイントの値が増加すると、プレーヤーがドラフトされる可能性が高まることを意味します (アシストが一定であると仮定して)。

逆に、アシストの係数は負の符号を持っているため、アシストの値が増加すると、プレーヤーがドラフトされる可能性が減少することを意味します（ポイントが一定のままであると仮定します）。

結果の p 値からは、ドラフトされる可能性を予測する際に各予測変数がどの程度効果的であるかについてもわかります。

• ポイントの P 値: 0.02
• アシストの P 値: 0.35

ポイントは p 値が 0.05 未満であるため、統計的に有意な予測変数であるように見えますが、アシストは p 値が 0.05 未満ではないため、統計的に有意であるようには見えません。

追加リソース

次のチュートリアルでは、Google スプレッドシートで他の一般的なタスクを実行する方法を説明します。

Googleスプレッドシートで多項式回帰を実行する方法
Google スプレッドシートで線形回帰を実行する方法
GoogleスプレッドシートでR二乗を計算する方法