mtcars 데이터에서 변속기 종류(am: 0=자동, 1=수동)를 무게… | [ADsP] 데이터분석 준전문가 기출유형 모의고사 1회 상세 페이지

mtcars 데이터에서 변속기 종류(am: 0=자동, 1=수동)를 무게(wt)로 예측한 로지스틱 회귀 결과이다. 옳은 것은?
> fit <- glm(am ~ wt, data = mtcars, family = binomial)
> summary(fit)

Call:
glm(formula = am ~ wt, family = binomial, data = mtcars)

Coefficients:
            Estimate Std. Error z value Pr(>|z|)   
(Intercept)   12.040      4.510   2.670  0.00759 **
wt            -4.024      1.436  -2.801  0.00509 **
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 43.230  on 31  degrees of freedom
Residual deviance: 19.176  on 30  degrees of freedom
AIC: 23.176

Number of Fisher Scoring iterations: 6

Residual deviance가 Null보다 크다

계수는 최소제곱법으로 추정했다

wt 1 증가 시 오즈가 exp(계수)배

wt 계수는 수동일 확률의 증가량이다

로지스틱 회귀 계수는 로그 오즈의 변화량이므로 wt 가 1 늘면 수동일 오즈가 exp(계수)배가 된다.
wt 의 Estimate 가 음수라 오즈비는 1 미만이며, 계수는 최대우도법으로 추정한다.
확률 증가량: 계수는 확률이 아닌 로그 오즈의 변화량
최소제곱법: glm 은 반복 재가중으로 최대우도 추정
deviance: Residual deviance 가 Null deviance 보다 작음