目次
はじめに
「ロジスティック回帰の結果に係数とオッズ比の両方が表示されるけれど、どちらを見ればよいのだろう」
「Estimateの値をそのまま解釈してよいのか、それともオッズ比に変換して読むべきなのか」と迷っていませんか。
たとえば、RやPythonでロジスティック回帰を実行し、分析結果は表示されたものの、係数とオッズ比の違いや使い分けが分からず、結果をどう説明すればよいのか迷ってしまうことがありますよね。
この記事では、係数とオッズ比の違い、それぞれを見る場面や結果の読み方を、順を追って説明していきます。
ロジスティック回帰では係数とオッズ比のどっちを見る？
ロジスティック回帰の結果を見ると、係数とオッズ比の両方が表示されるため、「結局どちらを見ればよいのだろう」と迷うことがあります。
ここでは、係数とオッズ比をどのような場面で確認すればよいのかを順を追って説明していきます。
結果を解釈・報告するときはオッズ比を見る
結果を解釈して報告するときは、係数よりもオッズ比を使うと分かりやすくなります。
係数はログオッズで表されるため直感的に捉えにくい一方、オッズ比なら「説明変数が1単位増えたときにオッズが何倍になるか」を確認できます。
たとえば、オッズ比が1.5なら1.5倍、0.8なら0.8倍と解釈できるため、論文やレポートなどで結果を伝える際によく使われます。
モデル式や計算上の関係を見るときは係数を見る
モデル式や計算上の関係を確認するときは、係数を見るのが基本です。
ロジスティック回帰のモデル式は係数を使って表されるため、予測確率を計算したり、各説明変数がログオッズにどのような影響を与えるか確認したりするときに必要になります。
そのため、結果を分かりやすく解釈するならオッズ比、モデルの計算や構造を確認するなら係数と使い分けるとよいでしょう。
ロジスティック回帰の係数とオッズ比の関係
ロジスティック回帰では、係数とオッズ比は別々の指標ではなく、同じ結果を異なる形で表したものです。
ここでは、係数が何を表しているのか、オッズ比との計算上の関係、さらに係数の符号によってオッズ比がどのように変化するのかを順を追って説明していきます。
係数はログオッズの変化を表す
係数は、説明変数が1単位増えたときに、ログオッズがどれだけ変化するかを表す値です。
係数が正ならログオッズは増加し、負なら減少、0なら変化しません。
ロジスティック回帰では、この係数から各説明変数の影響の向きや大きさを確認できます。
オッズ比は「exp（係数）」で求められる
オッズ比は、係数を指数変換した「exp（係数）」で求められます。
係数が0ならオッズ比は1となり、正なら1より大きく、負なら1より小さくなります。
係数をオッズ比に変換することで、「オッズが何倍になるか」という形で結果を捉えやすくなります。
係数が正・0・負の場合とオッズ比の関係
係数とオッズ比は対応しており、係数が正ならオッズ比は1より大きく、0なら1、負なら1より小さくなります。
そのため、係数の符号とオッズ比が1より大きいか小さいかを確認すると、説明変数がオッズを増加させる方向に働くのか、減少させる方向に働くのかを判断できます。
係数とオッズ比の読み方を具体例で確認する
係数とオッズ比の関係を理解できても、実際の分析結果を前にすると「この数値をどう読めばよいのだろう」と迷うことがあります。
ここでは、実際の数値例を使いながら、係数とオッズ比の読み方を順を追って説明していきます。
係数0.405ならオッズ比は約1.5になる
係数が0.405の場合、オッズ比はexp（0.405）を計算して約1.5になります。
これは、説明変数が1単位増えると、目的の事象が起こるオッズが約1.5倍になることを意味します。
係数をオッズ比に変換すると、影響の大きさを倍率として捉えやすくなります。
オッズ比が1より大きい・1・1未満の場合の意味
オッズ比は、1を基準にして意味を読み取ります。
1より大きければ説明変数が1単位増えるとオッズは増加し、1ならオッズに変化はなく、1より小さければオッズは減少します。
そのため、まずはオッズ比が1より大きいか、小さいかを確認すると、結果の方向を理解しやすくなります。
説明変数によるオッズ比の読み方の違い
ロジスティック回帰では、同じオッズ比でも説明変数の種類によって読み方が異なります。
ここでは、説明変数の種類ごとにオッズ比をどのような基準で読み取ればよいのかを順を追って説明していきます。
連続変数は「1単位増加したとき」で読む
連続変数のオッズ比は、説明変数が1単位増えたときにオッズが何倍になるかとして読みます。
たとえば年齢なら1歳、血圧なら1mmHg増えたときの変化として解釈します。
ただし、「1単位」が何を表すかは変数によって異なるため、結果を見る前に単位を確認しておくことが大切です。
カテゴリ変数は「参照群との比較」で読む
カテゴリ変数のオッズ比は、基準となる参照群と比べて読みます。
たとえばオッズ比が1.5なら参照群の1.5倍、0.8なら0.8倍のオッズであることを示します。
どのカテゴリを基準にするかで解釈が変わるため、結果を見るときは参照群もあわせて確認しましょう。
まとめ
ロジスティック回帰では、係数とオッズ比のどちらか一方だけを見るのではなく、目的に合わせて使い分けることが大切です。
モデルの構造や計算を確認するときは係数、分析結果を分かりやすく解釈するときはオッズ比を見ると、それぞれの役割を整理しやすくなります。
オッズ比を読むときは、1を基準に増加・変化なし・減少の方向を確認しましょう。
また、連続変数では「1単位増えたとき」、カテゴリ変数では「参照群と比べたとき」と読み方が異なります。
係数とオッズ比の関係を押さえたうえで、変数の種類や単位にも目を向けることで、ロジスティック回帰の結果をより正確に読み取り、相手にも分かりやすく伝えられるようになります。