※本記事にはプロモーション(広告)が含まれています。
ロジスティック回帰分析とは、「不良が出る・出ない」のような2択の結果が起きる確率pを、説明変数xから予測する回帰分析です。計算の流れは例題、オッズ比の読み方は係数の読み方の節にあります。
結論|まず30秒でわかる答え
確率は p=1÷(1+e^−(b₀+b₁x)) というS字の曲線で表し、必ず0〜1の間に入ります。係数b₁は、xが1増えたときに「起きる・起きない」の比(オッズ)が何倍になるかを表し、その倍率をオッズ比 e^b₁ と呼びます。
ロジスティック回帰分析とは?2択の結果の「起きやすさ」を予測する
ふつうの回帰分析(単回帰・重回帰)は、寸法や強度のように数値で表される結果yを、説明変数xで予測します。ところが品質の現場では、結果が「良品か不良か」「合格か不合格か」の2択になることがよくあります。
| 結果(目的変数) | 使う分析 | 予測するもの |
| 寸法・強度・温度などの数値 | 単回帰・重回帰分析 | yの値 |
| 良品・不良などの2択(0と1) | ロジスティック回帰分析 | 1(不良など)になる確率p |
2択のデータに直線の式を当てはめると、xが大きいときに確率が1をこえたり、小さいときにマイナスになったりします。確率は0〜1の間にしかならないので、S字の曲線で表すロジスティック回帰を使います。
あわせて読みたい
回帰分析とは?相関との違い・単回帰の式 y=ax+b・4つの前提を初心者向けに図解
回帰分析の基本と、単回帰の式 y=ax+b の意味がわかります
確率をS字で表す式と、オッズ・ロジット
公式
確率 p = 1 ÷(1 + e^−(b₀+b₁x))
eは約2.718の定数(ネイピア数)です。b₀+b₁x がどんな値でも、pは0と1の間に入ります。b₀+b₁x=0 のとき、ちょうど p=0.5 になります。
| 用語 | 意味 | 例(p=0.8のとき) |
| オッズ | 起きる確率÷起きない確率 = p÷(1−p) | 0.8÷0.2=4(4対1で起きやすい) |
| ロジット(対数オッズ) | オッズの自然対数 log(p÷(1−p)) | log 4≒1.39 |
| ロジスティック回帰の式 | ロジット = b₀+b₁x(直線の形) | xとロジットが直線の関係 |
たとえると
天気予報の「雨の確率」のようなものです。雲の量(x)が増えるほど雨の確率は上がりますが、どんなに雲が多くても100%をこえることはなく、どんなに少なくても0%より下にはなりません。この上下で頭打ちになる形がS字の曲線です。
あわせて読みたい
二項分布とは?公式・期待値 np・分散 np(1−p)|不良品の確率を例題と計算ツールで
不良品の数の確率を求める二項分布の考え方がわかります
例題:乾燥時間の不足から、不良が出る確率を予測する
塗装の乾燥時間が基準より x 分不足したとき、不良が出る確率を、過去のデータから b₀=−4、b₁=0.5 と推定できたとします(説明のための仮の値です)。
STEP 1
x=4分のとき:b₀+b₁x=−4+0.5×4=−2
STEP 2
p=1÷(1+e²)=1÷(1+7.389)≒0.119(約12%)
STEP 3
x=8分のとき:−4+0.5×8=0 なので、p=1÷(1+1)=0.5(50%)
STEP 4
x=12分のとき:−4+0.5×12=2 なので、p=1÷(1+e^−2)=1÷(1+0.135)≒0.881(約88%)
| 乾燥時間の不足 x | b₀+b₁x | 不良の確率 p |
| 4分 | −2 | 約12% |
| 8分 | 0 | 50% |
| 12分 | 2 | 約88% |
POINT
不足が8分をこえると、不良が出る確率のほうが高くなります。「何分まで不足を許せるか」の判断に、確率の数字で答えられるのがロジスティック回帰の強みです。
係数の読み方:オッズ比 e^b₁
係数b₁は、そのままでは「ロジットがいくつ増えるか」しか表しません。e^b₁ に直すと、xが1増えたときにオッズが何倍になるか(オッズ比)として読めます。
STEP 1
b₁=0.5 なので、オッズ比=e^0.5≒1.65
STEP 2
乾燥時間の不足が1分増えるごとに、不良のオッズは約1.65倍になる
STEP 3
x=8分のオッズは1(50対50)、x=9分のオッズは約1.65
注意|ここで間違えやすい
オッズ比は「確率が1.65倍」という意味ではありません。確率で表すと、x=8分の50%が、x=9分では約62%になります(1.65÷(1+1.65)≒0.62)。確率とオッズを取りちがえないようにしましょう。
係数b₀とb₁は、最尤法(さいゆうほう:データがいちばん起こりやすくなる値を探す方法)で推定します。手計算ではなく、Excelのソルバーや統計ソフトで求めるのがふつうです。
あわせて読みたい
説明変数(x)と目的変数(y)の違いとは?どっちが原因か迷わない覚え方
説明変数(x)と目的変数(y)の違いと決め方がわかります
ロジスティック回帰でよくある間違い
| よくある間違い | 正しい考え方 |
| 2択のデータに直線の回帰を使う | 確率が0〜1をはみ出すので、ロジスティック回帰を使う |
| 係数b₁を確率の増え方と読む | b₁はロジットの増え方。e^b₁がオッズ比 |
| オッズ比1.65=確率が1.65倍 | オッズが1.65倍。確率の増え方は元の確率で変わる |
| 決定係数R²で当てはまりを見る | ふつうのR²は使わず、的中率などで確かめる |
| 相関があれば原因と決める | 因果関係は、工程の知識と実験で確かめる |
よくある質問
Q. ロジスティック回帰分析とは?
A. 良品・不良のような2択の結果が起きる確率を、説明変数から予測する回帰分析です。
Q. ロジスティック回帰の式は?
A. 確率p=1÷(1+e^−(b₀+b₁x))です。どんなxでも確率は0〜1の間に入ります。
Q. オッズ比とは?
A. 説明変数が1増えたとき、オッズ(起きる確率÷起きない確率)が何倍になるかで、e^b₁で求めます。
Q. 重回帰分析との違いは?
A. 重回帰分析は数値の結果を予測し、ロジスティック回帰分析は2択の結果が起きる確率を予測します。
Q. 係数はどうやって求める?
A. 最尤法で推定します。手計算ではなく、Excelのソルバーや統計ソフトで求めるのがふつうです。
この記事の要点
- ロジスティック回帰分析=2択の結果が起きる確率を予測する
- p=1÷(1+e^−(b₀+b₁x))、S字で0〜1におさまる
- ロジット log(p÷(1−p))=b₀+b₁x が直線の形
- オッズ比 e^b₁:xが1増えるとオッズが何倍か
- 係数は最尤法で推定、確率とオッズを取りちがえない
参考にした資料
法令・規格・資料は改訂されることがあります。実務で使うときは、発行元の最新版で確かめてください。
この記事の理解を深める本と道具
おすすめの本
多変量解析を、教科書で基礎から体系的に学びたいときに向いています。多変量解析の考え方と手法を解説した入門書です(サイエンス社、永田靖・棟近雅彦 著)。
¥2,420 (2026/10/06 07:37時点 | Amazon調べ)
ポチップ
おすすめの本
「ロジスティック回帰分析」の土台になる統計学を、検定まで含めて1冊で学びたいときに向いています。検定から多変量解析・実験計画法・ベイズ統計学までを扱う、統計学の入門書です(オーム社、栗原伸一 著、第2版)。
¥2,860 (2026/10/06 07:36時点 | Amazon調べ)
ポチップ
S
シラス
電験三種・QC検定1級 / メーカーでパワエレ設計・品質保証 実務10年
メーカーで回路設計と生産技術(品質改善)に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。
テーマ別に、もっと深く学ぶ
気になるところから読んでも大丈夫です。どの記事も、はじめて学ぶ人向けにやさしく書いています。
つまずきやすい「違い」を一気に解決
計算力アップ・資格対策