로지스틱 회귀분석 분류성능평가

이번 포스팅에서는 로지스틱 회귀분석의 분류성능평가에 대해서 포스팅 해볼 것이다. 전 포스팅에서 로지스틱 회귀분석은 AIC,BIC만 가지고 모형을 선택을 해보았다.

그러나 AIC,BIC는 분류에 대하여 판단이 되는게 아니기에 분류성능평가를 통하여 로지스틱 회귀모형의 적합도를 평가해야한다. 로지스틱 회귀모형의 분류성능을 평가하는 것에는 많은 측도가 있다.

그중 아래에 있는 것에만 다룰 것이다. 정분류율(Accuracy rate) 민감도(Sensitivity)와 특이도(Specificity) Precision과 F1 score ROC(Receiver Operationg Characteristic) curve AUC(Area under the curve) 변수선택과 회귀진단 과정을 통해 최적 로지스틱이 선정되면, 반응변수가 '성공' 범주에 속할 확률 π(x)=P(Y=1|x)을 추정할 수 있다.

여기서 추정된 확률 π^(x)을 이용하여 관찰값 다음과 같이 분류할 수 있다. 분류기준값 d는 0...