線形回帰モデルのときは, 決定係数 という指標で, そのモデルの当てはまりの良さ, 言い換えるなら実際に観察された現実のできごとをどれくらい説明できるかを表すことができた. 決定係数の長所は, 必ずゼロから1の範囲になるため, 直感的に当てはまりの良し悪しがわかりやすい, ということにある. ゼロなら一切あてはまっておらず, 1なら完全にあてはまっていることを意味する. ロジットモデルは, 線形なモデルではないため, 決定係数を用いることはできない. 一般には, 非線形モデルの当てはまりの良さは, 尤度の大きさや情報量基準*1を使用する. これらの指標は複数のモデルのうち, どれがより優れているか, という相対的な良さを知りたいときには便利だが, 決定係数のようにゼロから1の範囲に収まらないため, 「どの程度の当てはまりなのか」ということが直感的にはわかりづらい. というわけで, 今回はロ