ロジット

提供: miniwiki
2018/8/19/ (日) 17:39時点におけるAdmin (トーク | 投稿記録)による版 (1版 をインポートしました)
(差分) ← 古い版 | 最新版 (差分) | 新しい版 → (差分)
移動先:案内検索

ロジット: logit)とは、0から1の値をとるp に対し

[math]\operatorname{logit}(p) = \log \left( \frac{p}{1-p} \right) = \log(p) - \log(1-p)[/math]

対数の底は1より大きければ何でもよい)

で表される値をいう。p変数とするロジット関数とも呼ばれる。ロジット関数はロジスティック関数逆関数であり、特に確率論統計学で多く用いられる。

確率論、統計学では p はある事象の確率を意味し、「確率p のロジット」という言い方をする。p/(1 - p) はオッズに、ロジットはオッズの対数に当たり、2つの確率のロジットの差はオッズ比の対数に当たる。

ロジットは統計学で、特にロジットモデルとしてよく用いられる。ロジットモデルの最も単純なものは

[math]\operatorname{logit}(p_i) = a + bx_i[/math]

である。ここで piベルヌーイ試行を続けて行った場合にi 回目で「成功」する確率、xi はその成否が依存する何らかの数値を表す。例えば x は心臓発作で病院に担ぎ込まれた患者の年齢、「成功」というのはその人が病院に着く前に亡くなる(あるいは逆に「生存する」でもよいが)事象を意味する。統計学では一連のケースで x の値と「成功」「失敗」を観測し、最尤法によってab の値を推定する。そしてその結果は、x の値がわかっている場合に「成功」の確率を推定するのに使える。

ロジスティック回帰におけるロジットは、一般化線形モデルにおけるリンク関数の特別な場合である。もう1つの例としてプロビットモデルがある。これは曲線の中央部よりも尾の部分により注目したモデルである。

ロジットは確率的測定モデルの1つであるラッシュモデルでも重要である。これは特に心理学教育学における評価に応用される。

関連項目