確率を予測する「ロジスティック回帰」とは

何らかの行動を起こす必要があるとき、「成功する確率」や「何をすれば成功する確率が上がるのか」「どんな要素が成功する確率に寄与するのか」を事前に知ることができたら心強いと思いませんか?

息子・娘が第一志望の高校に合格できる確率は？
自分がガンである確率は？
顧客Aさんが、新商品を購入する確率は？

「ロジスティック回帰」は、このような ”ある事象が起こる確率” を予測することのできるデータ分析手法です。

本記事では確率を予測する分析手法「ロジスティック回帰」と活用方法について紹介します。

1 結論
2 ロジスティック回帰とは?
3 ロジスティック回帰はどう使うの？
4 ロジスティック回帰を使うメリットは？
5 まとめ

結論

ロジスティック回帰は、 ”ある事象が起こる確率” を予測することのできるデータ分析手法です。
0から1の値を出力し、これを確率として捉えることができます。
分類問題に活用できる手法です。
ビジネスにおいては、「目的を遂げたもの」と「そうでないもの」について確率をだすことができます
ロジスティック回帰は他の分類手法と違って、結果に対する要因を考察できる手法です

ロジスティック回帰とは?

そもそも「回帰分析」とは、蓄積されたデータをもとに、y = ax + b といった式に落とし込むための統計手法です。（なお、近日中に回帰分析についての紹介記事を本ブログ内にも書く予定です。）

そして「ロジスティック回帰」は、 ”ある事象が起こる確率” を予測することのできるデータ分析手法です。

ロジスティック回帰は、結果が将来「起きる」「起きない」のどちらかを予測したいときに使われる手法です。

起きる確率は「0から1までの数値」で表現され、この数値が「予測確率」になります。

例えば、このような例で考えてみましょう。

ある商品を購入するかどうかについて、下記のようなデータがあるとします。

商品の購入有無の「購入した」を1、「購入していない」を0と考え、商品の購入確率を予測するためのロジスティック回帰分析を行うことで、このデータをもとにした「ロジスティック回帰式（またはロジスティック回帰モデル）」が作られます。

作られたロジスティック回帰モデルに対し、性別や年齢の値を入れると購入確率が算出することができるというわけですね。

また、性別、年齢以外の他データがあれば、それらを同時に利用して計算することももちろんできます。

ロジスティック回帰はどう使うの？

ロジスティック回帰では0~1の間の数値である確率が算出されるわけですが、算出された値が0.5以上の値であれば「ある事象が起きる」、そうでなければ「ある事象は起きない」と捉えることができます。（なお、算出された値が0.5でなくても、そこは目的に応じてしきい値を変えることもあります。）

そのため、ロジスティック回帰は、データを見たときに、ある事象が「起きる」か「起きないか」のどちらのグループになるかを分ける際によく用いられます。

データ解析において、データからグループ分けを行うことを「分類問題」とよく言いますが、ロジスティック回帰は、”起きる”・ “起きない”の2値の分類問題を解く手段ということですね。

ビジネスにおいて「ある目的を遂げたもの」と「そうでないもの」について、様々な影響をもとにどちらになるかを予測・分類する、というシーンで積極的に活用します。。

上記例以外にも、顧客Aはサブスクリプションサービスを継続するかしないかの予測・分類といったシーンなど広く活用します。

ロジスティック回帰を使うメリットは？

実は、データ解析手法には、ロジスティック回帰以外にも分類問題に対する解法がたくさんあります。

ではデータサイエンティストがロジスティック回帰を使うのはどういうシーンでしょうか？

それは、その確率が得られる要因究明が必要とされている時です。

ビジネスにおけるデータサイエンスでは特に求められることで、「目的を遂げたもの」と「そうでないもの」の違いが知りたいのであれば、ロジスティック回帰を使ってください。

サブスクリプションサービスでなぜある人は継続していて、ある人は継続しないのか

リピート購買をする人とそうでない人はどう違うのか？

こういったビジネスのゴールのために、どんな条件によってどれだけその確率にポジティブないしネガティブなインパクトがあるのか、をロジスティック回帰の式の係数をみることで定量的に知ることが可能です。そうして、特にインパクトの高い変数をKPIとして設定することができれば、データドリブンにビジネス理解が深まり、次へのアクションが決まるというわけですね。