R의 로지스틱 회귀 출력에서 pr(>|z|)를 해석하는 방법

R에서 로지스틱 회귀를 수행할 때마다 회귀 모델의 출력은 다음 형식으로 표시됩니다.

 Coefficients:
              Estimate Std. Error z value Pr(>|z|)  
(Intercept) -17.638452 9.165482 -1.924 0.0543 .
available -0.004153 0.006621 -0.627 0.5305  
drat 4.879396 2.268115 2.151 0.0315 * 

Pr(>|z|) 열은 z 값 열의 값과 연관된 p 값을 나타냅니다.

p-값이 특정 유의 수준(예: α = 0.05)보다 낮으면 예측 변수가 모델의 반응 변수 와 통계적으로 유의한 관계가 있음을 나타냅니다.

다음 예에서는 실제로 로지스틱 회귀 모델에 대한 Pr(>|z|) 열의 값을 해석하는 방법을 보여줍니다.

예: Pr(>|z|) 값을 해석하는 방법

다음 코드는 내장된 mtcars 데이터 세트를 사용하여 R에서 로지스틱 회귀 모델을 맞추는 방법을 보여줍니다.

 #fit logistic regression model
model <- glm(am ~ disp + drat, data=mtcars, family=binomial)

#view model summary
summary(model)

Call:
glm(formula = am ~ disp + drat, family = binomial, data = mtcars)

Deviance Residuals: 
    Min 1Q Median 3Q Max  
-1.5773 -0.2273 -0.1155 0.5196 1.8957  

Coefficients:
              Estimate Std. Error z value Pr(>|z|)  
(Intercept) -17.638452 9.165482 -1.924 0.0543 .
available -0.004153 0.006621 -0.627 0.5305  
drat 4.879396 2.268115 2.151 0.0315 *
---
Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 43,230 on 31 degrees of freedom
Residual deviance: 21,268 on 29 degrees of freedom
AIC: 27,268

Number of Fisher Scoring iterations: 6

Pr(>|z|) 열의 값을 해석하는 방법은 다음과 같습니다.

• 예측 변수 “disp”의 p-값은 0.5305 입니다. 이 값은 0.05 이상이므로 모형의 반응변수와 통계적으로 유의한 관계가 없습니다.
• 예측 변수 “drat”의 p-값은 0.0315 입니다. 이 값은 0.05보다 작으므로 모형의 반응변수와 통계적으로 유의한 관계가 있습니다.

계수 표 아래의 유의성 코드는 p-값 0.0315 옆에 있는 단일 별표(*)는 p-값이 α = 0.05에서 통계적으로 유의하다는 것을 의미합니다.

Pr(>|z|)는 어떻게 계산되나요?

Pr(>|z|) 값이 실제로 계산되는 방법은 다음과 같습니다.

1단계: z 값 계산

먼저 다음 공식을 사용하여 z 값을 계산합니다.

• z 값 = 추정치 / 표준 오류

예를 들어 예측 변수 “drat”에 대한 z 값을 계산하는 방법은 다음과 같습니다.

 #calculate z-value
4.879396 / 2.268115

[1] 2.151

2단계: p-값 계산

다음으로 양측 p-값을 계산합니다. 이는 정규분포의 절대값이 2.151보다 크거나 -2.151보다 작을 확률을 나타냅니다.

이 값을 계산하려면 R에서 다음 공식을 사용할 수 있습니다.

• p-값 = 2 * (1-pnorm(z-값))

예를 들어, z-값 2.151에 대한 양측 p-값을 계산하는 방법은 다음과 같습니다.

 #calculate p-value
2*(1-pnorm(2.151))

[1] 0.0314762

이 p-값은 위 회귀 결과의 p-값과 일치합니다.

추가 리소스

다음 튜토리얼에서는 R에서 다양한 회귀 모델을 맞추는 방법을 설명합니다.

R에서 로지스틱 회귀를 수행하는 방법
R에서 단순 선형 회귀를 수행하는 방법
R에서 다중 선형 회귀를 수행하는 방법