これを解析する手法として、ロジスティック回帰分析がある。
ロジスティック回帰分析をpythonで実行するにはどうすればよいか？
コードはgithubに公開する。
ロジスティック回帰分析は、2群に分けられた目的変数(従属変数)に対する，1つ以上の説明変数(独立変数)の影響を調べる統計解析の手法である。
今回はこのデータを用いる。
2群に分けられている objective に対して、 explanatory1 、 explanatory2 、 explanatory3 の影響を調べる。
import pandas as pd
data = pd.read_csv('logistic_regression.csv', encoding='utf-8')
data.head()statsmodels の Logit は第一引数に目的変数を第二引数に説明変数を入れる。
import statsmodels.api as sm
endog = data['objective']
exog = data[['explanatory1', 'explanatory2', 'explanatory3']]
logit = sm.Logit(endog, exog)
wrapper = logit.fit(disp=0)
print(wrapper.summary())結果は以下のようになる。
Logit Regression Results
==============================================================================
Dep. Variable: objective No. Observations: 20
Model: Logit Df Residuals: 17
Method: MLE Df Model: 2
Date: Fri, 28 Feb 2020 Pseudo R-squ.: 0.4447
Time: 11:40:56 Log-Likelihood: -7.4744
converged: True LL-Null: -13.460
Covariance Type: nonrobust LLR p-value: 0.002514
================================================================================
coef std err z P>|z| [0.025 0.975]
--------------------------------------------------------------------------------
explanatory1 3.4214 1.385 2.470 0.014 0.707 6.136
explanatory2 -1.4008 1.375 -1.019 0.308 -4.095 1.294
explanatory3 -0.3094 1.127 -0.275 0.784 -2.518 1.899
================================================================================
objective と explanatory1 に正の相関があることがわかる。
今回は、2群に分けられた目的変数に対して、1つ以上の説明変数の影響を statsmodels の Logit を用いて調べた。