![](https://cdn-ak-scissors.b.st-hatena.com/image/square/b0eb8794e945f6d531f94bab7fd1c1b958ee884c/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwVGFrYWhpcm9fenp6JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzImdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mZmMzZWYzMTMxZDg4ODhhY2YxYzExMmFkMjYwOWUwNA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D8b767d84a1fe7fdf48dfed93d20d3070)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【分析】Pythonのstatsmodelsで二項・多項・順序ロジスティック回帰を行う - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【分析】Pythonのstatsmodelsで二項・多項・順序ロジスティック回帰を行う - Qiita
本記事の目的 2クラスの名義尺度を被説明変数とする二項ロジスティック回帰分析のPythonサンプルコード... 本記事の目的 2クラスの名義尺度を被説明変数とする二項ロジスティック回帰分析のPythonサンプルコードは多く見かけますが、3クラス以上の名義尺度データや順序尺度データを被説明変数とする多項ロジスティック回帰分析はあまり見かけません。本記事では多項ロジスティック回帰分析をPythonのstatsmodelsを使用して実行してみたいと思いますのでサンプルコードの参考になればと思います(結果の解釈には触れてません)。 余談ですが今ならChatGPTでサンプルコードも簡単に出してくれますよ! サンプルデータ 本記事では疑似的に作成した以下のサンプルデータ(とある病気に関して発症後経過時間、発症時年齢、痛みを生じているか、症状度合い、症状の種別みたいなデータがあったと仮定して)を使用します。 発症後経過時間(h) 発症時年齢 疼痛有無※1 症状度※2 症状種別