로지스틱 회귀분석
결과가 특정 범주에 속할 가능성을 분석할 때 사용하는 대표적인 통계분석 방법입니다.
고객이 서비스를 해지할 가능성은 얼마나 될까요? 학생의 학습 시간과 출석률을 이용해 시험 합격 여부를 예측할 수 있을까요? 고객이 여러 상품 중 어떤 제품을 선택할지, 만족도 수준이 어떤 요인과 관련되어 있는지 분석할 수 있을까요?
이처럼 결과가 특정 범주에 속할 가능성을 분석할 때 사용하는 대표적인 통계분석 방법이 로지스틱 회귀분석(Logistic Regression)입니다.
일반적인 선형회귀분석이 시험 점수나 매출처럼 연속적인 수치를 설명하는 데 사용된다면, 로지스틱 회귀분석은 합격과 불합격, 구매와 비구매, 서비스 유지와 해지처럼 범주로 구분되는 결과를 분석하는 데 주로 사용됩니다.
특히 고객 이탈 예측, 의료 위험 요인 분석, 설문조사, 교육 연구, 마케팅 등 다양한 분야에서 활용됩니다. 이번 글에서는 로지스틱 회귀분석의 기본 개념부터 확률과 오즈비의 의미, 실제 분석 사례, 이항·다항·순서형 로지스틱 회귀의 차이, 결과를 해석할 때 주의해야 할 점까지 살펴보겠습니다.
로지스틱 회귀분석이란? 선형회귀와의 차이
로지스틱 회귀분석은 하나 이상의 독립변수를 이용하여 특정 범주형 결과가 나타날 확률을 통계적으로 모형화하는 방법입니다.
예를 들어 통신사 고객 1,000명의 이용 기간, 월 요금, 고객센터 문의 횟수 등을 수집했다고 가정해 보겠습니다. 각 고객이 서비스를 유지했는지 해지했는지도 기록되어 있습니다. 이 데이터를 이용하면 고객의 이용 특성과 해지 여부 사이에 어떤 관계가 있는지 확인할 수 있습니다.
로지스틱 회귀분석에서는 이러한 관계를 바탕으로 고객이 서비스를 해지할 확률을 추정할 수 있습니다. 예를 들어 특정 고객의 예상 해지 확률이 0.75라면, 모형은 해당 고객의 특성을 가진 사례에서 해지가 발생할 확률을 75%로 추정한다는 의미입니다.
다만 이는 통계모형이 계산한 확률이며, 해당 고객이 반드시 서비스를 해지한다는 뜻은 아닙니다. 실제 예측의 신뢰성을 판단하려면 모형의 성능과 확률 보정 상태 등을 함께 확인해야 합니다.
선형회귀분석과 로지스틱 회귀분석은 어떻게 다른가요?
선형회귀분석과 로지스틱 회귀분석은 모두 독립변수와 종속변수 사이의 관계를 분석하지만, 주로 사용하는 종속변수의 형태가 다릅니다.
| 구분 | 선형회귀분석 | 로지스틱 회귀분석 |
|---|---|---|
| 종속변수 | 주로 연속형 수치 | 범주형 결과 |
| 주요 목적 | 수치의 변화량 추정 | 범주별 발생 확률 추정 |
| 대표 결과 | 회귀계수, 예측값, R² | 회귀계수, 오즈비, 예측 확률 |
| 예시 | 공부 시간에 따른 시험 점수 | 공부 시간에 따른 합격 확률 |
| 대표적인 모형 | 일반 선형모형 | 이항 로지스틱 모형 |
예를 들어 공부 시간을 이용하여 시험 점수를 예측한다면 선형회귀분석을 사용할 수 있습니다. 반면 공부 시간을 이용하여 시험에 합격할 확률을 분석한다면 로지스틱 회귀분석을 고려할 수 있습니다.
일반적인 선형회귀식은 종속변수의 예측값을 직접 계산합니다. 하지만 합격 여부처럼 결과가 0과 1로 구분되는 경우에는 선형회귀식이 0보다 작거나 1보다 큰 값을 예측할 수도 있습니다.
로지스틱 회귀분석은 이러한 문제를 해결하기 위해 로지스틱 함수(Logistic Function)를 사용하여 예측 확률이 0과 1 사이에 있도록 모형화합니다.
로지스틱 회귀의 작동 원리와 확률·오즈
이항 로지스틱 회귀분석은 특정 사건이 발생할 확률을 로짓(Logit)이라는 값으로 변환하여 독립변수와의 관계를 모형화합니다.
로짓은 사건이 발생할 확률과 발생하지 않을 확률의 비율인 오즈(Odds)에 자연로그를 취한 값입니다. 일반적인 이항 로지스틱 회귀식은 다음과 같습니다.
log[p / (1 - p)] = β₀ + β₁X₁ + β₂X₂ + ...
여기서 p는 관심 있는 사건이 발생할 확률입니다. 예를 들어 고객의 서비스 해지 여부를 분석한다면 p는 서비스 해지 확률입니다. 독립변수에는 이용 기간, 월 요금, 고객센터 문의 횟수 등이 포함될 수 있습니다.
로지스틱 회귀는 독립변수와 확률 자체가 직선 관계를 가진다고 가정하는 것이 아니라, 독립변수와 로그 오즈 사이에 선형관계를 설정합니다. 이러한 구조를 통해 사건 발생 확률을 추정하고, 독립변수와 결과 사이의 관계를 오즈비 등으로 해석할 수 있습니다.
확률(Probability)과 오즈(Odds)는 어떻게 다른가요?
로지스틱 회귀분석을 이해하려면 확률과 오즈의 차이를 알아야 합니다.
확률은 특정 사건이 발생할 가능성을 0에서 1 사이의 값으로 표현합니다. 반면 오즈는 사건이 발생할 확률을 발생하지 않을 확률로 나눈 값입니다.
오즈 = p / (1 - p)
예를 들어 고객이 서비스를 해지할 확률이 20%라고 가정해 보겠습니다. 이 경우 해지하지 않을 확률은 80%이며, 오즈는 다음과 같습니다. 0.20 ÷ 0.80 = 0.25
반대로 해지 확률이 75%라면 오즈는 다음과 같습니다. 0.75 ÷ 0.25 = 3.00
| 사건 발생 확률 | 오즈 |
|---|---|
| 10% | 0.111 |
| 20% | 0.250 |
| 50% | 1.000 |
| 75% | 3.000 |
| 90% | 9.000 |
확률이 50%일 때 오즈는 1입니다. 사건이 발생할 가능성과 발생하지 않을 가능성이 동일하기 때문입니다. 확률이 50%보다 높으면 오즈가 1보다 커지고, 50%보다 낮으면 오즈가 1보다 작아집니다. 로지스틱 회귀분석에서는 이러한 오즈에 로그를 취한 로그 오즈를 이용하여 변수 사이의 관계를 추정합니다.
실제 사례: 고객의 서비스 해지에 영향을 주는 요인
한 통신사에서 고객 1,000명의 데이터를 이용하여 서비스 해지와 관련된 요인을 분석한다고 가정해 보겠습니다.
종속변수는 서비스 해지 여부이며, 해지한 고객은 1, 서비스를 유지한 고객은 0으로 구분합니다. 독립변수는 다음과 같이 설정했습니다.
- 이용 기간: 서비스를 이용한 개월 수
- 월 요금: 매월 지불하는 요금
- 고객센터 문의 횟수: 최근 일정 기간의 문의 횟수
연구 질문은 다음과 같습니다.
"이용 기간, 월 요금, 고객센터 문의 횟수는 서비스 해지 가능성과 어떤 관계가 있을까?"
로지스틱 회귀분석 결과
| 독립변수 | 회귀계수(B) | 오즈비(OR) | p값 |
|---|---|---|---|
| 이용 기간(1개월) | -0.041 | 0.960 | < .001 |
| 월 요금(1만 원) | 0.182 | 1.200 | .003 |
| 고객센터 문의 횟수(1회) | 0.405 | 1.499 | < .001 |
결과는 어떻게 해석할까요?
이용 기간의 오즈비는 0.960으로 나타났습니다. 다른 변수를 일정하게 유지했을 때 이용 기간이 1개월 길어질수록 서비스 해지 오즈가 약 4.0% 낮아지는 관계를 의미합니다.
월 요금의 오즈비는 1.200입니다. 월 요금이 1만 원 높아질 때 서비스 해지 오즈가 약 20.0% 높아지는 관계로 해석할 수 있습니다. 고객센터 문의 횟수의 오즈비는 약 1.499입니다. 문의 횟수가 1회 증가할 때 서비스 해지 오즈가 약 49.9% 높아지는 관계가 나타났다는 의미입니다.
세 변수 모두 이 예시에서는 통계적으로 유의한 결과를 보였습니다.
다만 여기서 말하는 오즈의 증감은 확률의 증감과 다릅니다. 예를 들어 오즈가 20% 높아진다고 해서 서비스 해지 확률이 20%포인트 증가한다는 뜻은 아닙니다.
또한 고객센터 문의가 많기 때문에 서비스가 해지된다고 인과적으로 해석할 수도 없습니다. 불만족한 고객이 문의를 많이 하고 이후 서비스를 해지하는 등 다른 설명이 가능하기 때문입니다.
오즈비의 해석과 실제 확률의 변화
로지스틱 회귀분석에서 가장 자주 사용하는 지표 중 하나는 오즈비(Odds Ratio, OR)입니다.
오즈비는 독립변수가 1단위 달라졌을 때 사건 발생 오즈가 몇 배가 되는지 나타냅니다. 다른 독립변수가 포함된 모형에서는 해당 변수들을 일정하게 유지한 상태에서 해석합니다. 오즈비는 회귀계수에 지수함수를 적용하여 계산합니다.
OR = e^B
일반적인 해석 기준은 다음과 같습니다.
| 오즈비 | 의미 |
|---|---|
| OR = 1 | 오즈 변화 없음 |
| OR > 1 | 사건 발생 오즈가 증가하는 관계 |
| OR < 1 | 사건 발생 오즈가 감소하는 관계 |
예를 들어 OR = 1.50이라면 독립변수가 1단위 증가할 때 사건 발생 오즈가 1.5배가 된다는 의미입니다. 반면 OR = 0.70이라면 사건 발생 오즈가 0.7배가 되며, 이는 오즈가 30% 낮아지는 관계를 의미합니다.
오즈비는 관계의 방향과 상대적인 크기를 이해하는 데 유용하지만, 해석할 때 반드시 독립변수의 단위를 확인해야 합니다. 예를 들어 월 요금을 1원 단위로 측정했을 때와 1만 원 단위로 측정했을 때의 오즈비는 서로 다르게 나타납니다.
오즈비가 증가하면 실제 확률은 얼마나 달라질까요?
로지스틱 회귀분석에서 오즈비와 확률을 혼동하는 경우가 많습니다.
예를 들어 어떤 변수의 오즈비가 2라고 가정해 보겠습니다. 이는 해당 변수가 1단위 증가할 때 사건 발생 오즈가 2배가 된다는 의미입니다. 하지만 발생 확률이 무조건 2배가 된다는 뜻은 아닙니다. 기존 발생 확률에 따라 실제 확률 변화는 달라집니다.
| 기존 발생 확률 | 오즈가 2배가 된 뒤의 확률 |
|---|---|
| 10% | 약 18.2% |
| 20% | 약 33.3% |
| 50% | 약 66.7% |
| 70% | 약 82.4% |
예를 들어 기존 해지 확률이 10%인 고객은 오즈가 2배가 되더라도 해지 확률이 약 18.2%가 됩니다. 반면 기존 해지 확률이 50%라면 오즈가 2배가 되었을 때 약 66.7%가 됩니다. 따라서 오즈비가 동일하더라도 기준 확률에 따라 실제 확률의 변화량이 달라질 수 있습니다.
실무에서는 오즈비뿐 아니라 특정 조건에서 계산된 예측 확률이나 평균한계효과(Average Marginal Effect) 등을 함께 제시하면 결과를 더 쉽게 이해할 수 있습니다.
로지스틱 회귀분석에는 어떤 종류가 있나요?
로지스틱 회귀분석은 종속변수의 범주 수와 범주 사이의 순서 유무에 따라 여러 방법으로 구분됩니다.
대표적으로 이항 로지스틱 회귀, 다항 로지스틱 회귀, 순서형 로지스틱 회귀가 있습니다.
| 분석 방법 | 종속변수 | 활용 사례 |
|---|---|---|
| 이항 로지스틱 회귀 | 두 개의 범주 | 구매/비구매, 합격/불합격 |
| 다항 로지스틱 회귀 | 순서가 없는 세 개 이상의 범주 | 자동차·대중교통·자전거 중 교통수단 선택 |
| 순서형 로지스틱 회귀 | 순서가 있는 세 개 이상의 범주 | 낮음·보통·높음 수준의 만족도 |
세 방법 모두 범주형 결과를 분석하지만, 종속변수의 구조가 다르므로 적절한 방법을 선택해야 합니다.
이항 로지스틱 회귀분석(Binary Logistic Regression)이란 무엇인가요?
이항 로지스틱 회귀분석은 종속변수가 두 개의 범주로 구분되는 경우에 사용하는 방법입니다.
대표적인 예시는 다음과 같습니다.
- 서비스 해지 / 유지
- 제품 구매 / 비구매
- 시험 합격 / 불합격
- 질병 발생 / 미발생
- 이메일 클릭 / 미클릭
예를 들어 고객의 서비스 해지 여부를 분석한다면 해지는 1, 유지는 0으로 설정할 수 있습니다. 이항 로지스틱 회귀분석은 독립변수와 사건 발생의 로그 오즈 사이의 관계를 추정합니다. 이를 바탕으로 각 고객의 해지 확률을 계산하거나 특정 요인이 해지 오즈와 얼마나 관련되어 있는지 분석할 수 있습니다.
다만 어떤 범주를 1로 설정했는지에 따라 회귀계수와 오즈비의 해석 방향이 달라집니다. 따라서 분석 결과를 보고할 때는 관심 사건을 어떻게 정의했는지 명확하게 설명해야 합니다.
다항 로지스틱 회귀분석(Multinomial Logistic Regression)이란 무엇인가요?
다항 로지스틱 회귀분석은 종속변수가 세 개 이상의 범주로 구성되어 있고, 범주 사이에 명확한 순서가 없는 경우에 사용하는 방법입니다.
예를 들어 출퇴근할 때 주로 이용하는 교통수단을 조사했다고 가정해 보겠습니다. 응답 항목은 다음과 같습니다.
- 자동차
- 대중교통
- 자전거
세 범주에는 높고 낮음과 같은 자연스러운 순서가 존재하지 않습니다. 다항 로지스틱 회귀분석에서는 일반적으로 하나의 범주를 기준범주(Reference Category)로 설정하고, 다른 범주들이 기준범주와 어떻게 비교되는지 분석합니다.
예를 들어 자동차를 기준범주로 설정한다면 다음과 같은 관계를 추정할 수 있습니다.
- 대중교통 선택과 자동차 선택의 상대적인 가능성
- 자전거 선택과 자동차 선택의 상대적인 가능성
독립변수에는 연령, 소득, 통근 거리, 차량 보유 여부 등을 포함할 수 있습니다. 다항 로지스틱 회귀분석에서는 기준범주에 대한 상대적 위험비(Relative Risk Ratio, RRR) 등을 이용해 결과를 표현하기도 합니다.
다만 여기서 말하는 상대적 위험비는 일반적인 코호트 연구의 위험비와 동일한 방식으로 해석해서는 안 됩니다. 다항 로짓에서는 특정 범주와 기준범주의 확률비가 설명변수에 따라 어떻게 달라지는지를 나타냅니다.
순서형 로지스틱 회귀와 세 가지 모형의 구분
순서형 로지스틱 회귀분석은 종속변수에 세 개 이상의 범주가 있고, 범주 사이에 의미 있는 순서가 존재할 때 사용하는 방법입니다.
예를 들어 서비스 만족도를 다음과 같이 측정했다고 가정해 보겠습니다.
- 매우 불만족
- 불만족
- 보통
- 만족
- 매우 만족
이러한 데이터는 값의 순서에 의미가 있습니다. 하지만 1점과 2점 사이의 차이가 4점과 5점 사이의 차이와 동일하다고 반드시 볼 수는 없습니다. 순서형 로지스틱 회귀분석은 이러한 순서 정보를 고려하여 독립변수와 만족도 수준 사이의 관계를 분석합니다.
대표적인 방법 중 하나가 비례오즈모형(Proportional Odds Model)입니다. 이 모형은 독립변수가 누적 범주 확률에 미치는 효과가 범주 경계에 걸쳐 일정하다는 비례오즈 가정을 사용합니다. 예를 들어 서비스 품질이 높을수록 더 높은 만족도 범주에 속할 가능성이 증가하는지 확인할 수 있습니다.
다만 비례오즈 가정이 적절하지 않은 경우에는 부분비례오즈모형이나 다른 순서형 회귀모형을 고려해야 할 수 있습니다.
세 가지 로지스틱 회귀는 어떻게 구분하나요?
로지스틱 회귀분석 방법을 선택할 때 가장 먼저 확인해야 할 것은 종속변수의 측정 수준입니다.
| 연구 질문 | 종속변수의 구조 | 추천 분석 |
|---|---|---|
| 고객이 서비스를 해지할까? | 해지 / 유지 | 이항 로지스틱 회귀 |
| 고객이 어떤 브랜드를 선택할까? | A / B / C 브랜드 | 다항 로지스틱 회귀 |
| 고객의 만족도 수준은 어떠한가? | 낮음 / 보통 / 높음 | 순서형 로지스틱 회귀 |
예를 들어 만족도 점수가 1점부터 5점까지 존재한다면 다섯 개의 범주를 가진다는 이유만으로 무조건 다항 로지스틱 회귀를 사용하는 것은 적절하지 않을 수 있습니다. 만족도는 순서가 있는 응답이므로 순서형 로지스틱 회귀를 우선 고려할 수 있습니다.
반대로 선호 브랜드가 A, B, C로 구분되어 있다면 범주 사이의 순서가 없으므로 다항 로지스틱 회귀를 고려할 수 있습니다. 이처럼 분석 방법은 범주의 개수뿐 아니라 범주 사이에 의미 있는 순서가 있는지에 따라 달라집니다.
일반화선형모형(GLM)이란 무엇인가요?
일반화선형모형(Generalized Linear Model, GLM)은 종속변수가 반드시 정규분포를 따르지 않는 경우에도 다양한 확률분포와 연결함수(Link Function)를 이용하여 변수 사이의 관계를 분석할 수 있도록 확장한 통계모형입니다.
일반적인 선형회귀분석은 연속형 종속변수의 조건부 평균을 선형식으로 표현합니다. 반면 GLM은 분석하려는 결과의 형태에 따라 서로 다른 확률분포와 연결함수를 사용할 수 있습니다. 대표적인 예시는 다음과 같습니다.
| 종속변수 형태 | 대표적인 분포 | 분석 예시 |
|---|---|---|
| 연속형 수치 | 정규분포 | 시험 점수, 매출 |
| 이항 결과 | 이항분포 | 구매 여부, 해지 여부 |
| 사건 발생 횟수 | 포아송분포 | 방문 횟수, 사고 발생 건수 |
| 양의 연속형 수치 | 감마분포 | 의료비, 처리 시간 |
이항 로지스틱 회귀분석은 이항분포와 로짓 연결함수를 사용하는 GLM의 대표적인 사례입니다. 포아송 회귀분석 역시 GLM의 한 종류로, 일정 기간이나 노출량에 따른 사건 발생 횟수 등을 분석할 때 사용합니다.
다만 모든 로지스틱 회귀모형이 기본적인 GLM 구조와 완전히 동일한 것은 아닙니다. 다항 로짓이나 순서형 로짓은 일반화된 범주형 반응모형의 틀에서 다루는 경우가 많습니다.
로지스틱 회귀모형의 성능은 어떻게 평가하나요?
로지스틱 회귀분석을 결과 예측에 활용한다면 회귀계수의 통계적 유의성뿐 아니라 모형의 예측 성능도 확인해야 합니다.
특히 이항분류 문제에서는 다음과 같은 지표를 사용할 수 있습니다.
| 평가 지표 | 의미 |
|---|---|
| 정확도(Accuracy) | 전체 사례 중 올바르게 분류한 비율 |
| 정밀도(Precision) | 양성으로 예측한 사례 중 실제 양성 비율 |
| 재현율(Recall) | 실제 양성 중 올바르게 찾아낸 비율 |
| F1 점수 | 정밀도와 재현율의 조화평균 |
| ROC-AUC | 양성과 음성을 구분하는 순위 성능 |
| PR-AUC | 정밀도와 재현율 사이의 관계를 요약한 성능 |
| Brier Score | 예측 확률과 실제 이항 결과 사이의 평균제곱오차 |
예를 들어 고객의 90%가 서비스를 유지하고 10%만 해지한다고 가정해 보겠습니다. 모든 고객이 서비스를 유지할 것이라고 예측해도 정확도는 90%가 됩니다. 하지만 이 모형은 실제 해지 고객을 한 명도 찾아내지 못합니다.
따라서 해지 고객처럼 관심 사건의 비율이 낮은 데이터에서는 정확도만 확인하기보다 정밀도, 재현율, PR-AUC 등을 함께 살펴보는 것이 좋습니다. 또한 예측 확률이 실제 사건 발생 비율과 얼마나 잘 일치하는지 확인하는 확률 보정(Calibration)도 중요합니다.
로지스틱 회귀분석 전에 확인해야 할 가정
로지스틱 회귀분석은 범주형 결과를 분석하는 데 유용하지만 적절한 데이터 구조와 모형 가정을 고려해야 합니다.
종속변수의 형태
이항 로지스틱 회귀분석에서는 종속변수가 두 개의 범주로 구분되어야 합니다. 다항 로지스틱 회귀분석은 순서가 없는 여러 범주를, 순서형 로지스틱 회귀분석은 순서가 있는 여러 범주를 대상으로 합니다. 따라서 분석 전에 종속변수의 측정 수준을 정확하게 확인해야 합니다.
관측값의 독립성
일반적인 로지스틱 회귀모형에서는 관측값 사이의 독립성을 중요한 조건으로 사용합니다. 예를 들어 같은 고객의 여러 시점 데이터를 독립적인 고객처럼 취급하면 표준오차와 검정 결과가 부정확해질 수 있습니다. 이러한 경우 혼합효과 로지스틱 회귀나 일반화추정방정식(GEE) 등을 고려할 수 있습니다.
로그 오즈와의 선형관계
이항 로지스틱 회귀에서는 연속형 독립변수와 사건 발생 확률 자체가 아니라 로그 오즈 사이의 선형성을 고려합니다. 예를 들어 이용 기간과 해지 가능성 사이에 복잡한 비선형관계가 있다면 단순한 선형항만 포함한 모형은 관계를 충분히 표현하지 못할 수 있습니다.
필요에 따라 다항항이나 스플라인(Spline) 등을 사용할 수 있습니다.
다중공선성
독립변수들 사이의 관계가 지나치게 강하면 개별 회귀계수의 추정이 불안정해질 수 있습니다. 예를 들어 월 요금과 연간 지출액처럼 매우 밀접하게 관련된 변수를 함께 포함하면 다중공선성 문제가 발생할 수 있습니다.
완전분리(Complete Separation)
특정 독립변수의 값이나 조합이 결과 범주를 완벽하게 구분하는 경우 일반적인 최대우도 추정에서 회귀계수가 발산하거나 안정적으로 추정되지 않을 수 있습니다. 이러한 상황에서는 Firth 보정, 규제화 회귀 등 다른 추정 방법을 고려할 수 있습니다.
충분한 사건 수
전체 표본 수가 많더라도 관심 사건이 매우 적으면 회귀계수를 안정적으로 추정하기 어려울 수 있습니다. 예를 들어 고객 10,000명 중 해지 고객이 20명뿐이라면 독립변수를 많이 포함한 모형이 과적합되거나 추정이 불안정해질 수 있습니다.
필요한 표본 수와 사건 수는 설명변수의 수, 예상 효과, 사건 비율, 연구 목적 등을 고려해 결정해야 합니다.
로지스틱 회귀분석 결과를 해석할 때 주의할 점
로지스틱 회귀분석은 확률과 오즈비를 제공하기 때문에 직관적으로 이해하기 쉬워 보이지만, 결과를 잘못 해석하는 경우도 많습니다.
오즈비와 확률을 혼동하지 않아야 합니다.
오즈비가 1.5라고 해서 사건 발생 확률이 50%포인트 증가한다는 의미는 아닙니다. 이는 다른 조건이 같을 때 오즈가 1.5배가 된다는 뜻입니다. 실제 확률 변화는 기준 확률에 따라 달라집니다.
통계적 유의성이 예측 성능을 보장하지는 않습니다.
특정 독립변수의 p값이 작다고 해서 모형이 새로운 고객의 해지 여부를 정확하게 예측할 수 있다는 뜻은 아닙니다. 예측이 목적이라면 별도의 검증 데이터나 교차검증을 이용해 모형의 성능을 확인해야 합니다.
회귀계수가 인과관계를 의미하지는 않습니다.
월 요금이 높을수록 해지 오즈가 높게 나타났다고 해서 요금을 낮추면 반드시 해지율이 감소한다고 결론 내릴 수는 없습니다. 고객 특성이나 계약 유형, 서비스 이용 경험 등 다른 요인이 함께 작용할 수 있기 때문입니다.
모형의 적합도를 함께 확인해야 합니다.
로지스틱 회귀분석에서는 로그가능도(Log-Likelihood), AIC, BIC, 의사결정계수(Pseudo R²) 등 다양한 지표를 활용할 수 있습니다. 다만 의사결정계수는 일반적인 선형회귀의 R²와 계산 방법과 해석이 다르므로 동일하게 해석해서는 안 됩니다.
로지스틱 회귀분석 결과는 어떻게 보고하나요?
연구 논문이나 분석 보고서에서는 회귀계수와 p값뿐 아니라 오즈비, 신뢰구간, 표본 수 등을 함께 제시하는 것이 좋습니다.
앞서 살펴본 고객 해지 사례를 이용하면 다음과 같이 작성할 수 있습니다.
결과 보고 예시
고객의 서비스 해지 여부와 관련된 요인을 확인하기 위해 이항 로지스틱 회귀분석을 실시하였다. 분석 결과, 이용 기간은 서비스 해지 오즈와 통계적으로 유의한 음의 관계를 보였다(OR = 0.960, p < .001). 반면 월 요금(OR = 1.200, p = .003)과 고객센터 문의 횟수(OR = 1.499, p < .001)는 서비스 해지 오즈와 통계적으로 유의한 양의 관계를 보였다. 이는 다른 변수를 일정하게 유지했을 때 이용 기간이 길수록 해지 오즈가 낮고, 월 요금과 고객센터 문의 횟수가 높을수록 해지 오즈가 높은 경향이 있음을 의미한다.
실제 연구에서는 각 오즈비의 95% 신뢰구간과 모형 적합도, 분석 표본 수 등을 함께 보고하는 것이 좋습니다. 또한 사건 발생 확률을 예측하는 것이 목적이라면 예측 성능과 확률 보정 결과도 추가로 제시할 수 있습니다.
로지스틱 회귀분석은 어디에 활용할 수 있나요?
로지스틱 회귀분석은 범주형 결과의 발생 가능성을 분석하는 다양한 분야에서 사용됩니다.
마케팅 및 고객 분석
고객의 구매 여부, 구독 해지 여부, 광고 클릭 여부, 재구매 여부 등을 분석할 수 있습니다.
교육 연구
학생의 합격 여부, 중도 탈락 여부, 교육 프로그램 수료 여부 등을 예측하거나 관련 요인을 분석할 수 있습니다.
보건 및 의료 연구
질병 발생 여부, 치료 반응 여부, 재입원 여부 등 이항 결과와 관련된 요인을 분석할 수 있습니다.
사회과학 연구
취업 여부, 정책 찬반, 투표 선택, 만족도 수준 등 범주형 결과와 관련된 변수를 분석할 수 있습니다.
금융 및 경제
대출 연체 여부, 채무불이행 가능성, 고객의 금융상품 선택 등 여러 범주형 결과를 분석할 수 있습니다.
인사 및 조직 연구
직원의 이직 여부, 교육 프로그램 참여 여부, 직무 만족도 수준 등을 분석할 수 있습니다. 이처럼 로지스틱 회귀분석은 특정 사건의 발생 확률을 추정하거나 범주형 결과와 여러 설명변수 사이의 관계를 분석하는 데 폭넓게 활용됩니다.
로지스틱 회귀분석은 범주형 결과의 가능성을 이해하는 방법입니다.
로지스틱 회귀분석은 하나 이상의 독립변수를 이용하여 범주형 결과의 발생 확률이나 상대적인 가능성을 분석하는 통계적 방법입니다.
대표적으로 이항 로지스틱 회귀, 다항 로지스틱 회귀, 순서형 로지스틱 회귀가 있으며, 종속변수의 범주 수와 순서 유무에 따라 적절한 방법을 선택해야 합니다.
분석 결과에서는 회귀계수와 p값뿐 아니라 오즈비와 신뢰구간을 함께 확인하는 것이 중요합니다. 특히 오즈비와 확률은 서로 다른 개념이므로 해석할 때 주의해야 합니다. 또한 연구 목적이 변수 간 관계를 설명하는 것인지, 새로운 사례의 결과를 예측하는 것인지에 따라 확인해야 할 지표도 달라집니다.
로지스틱 회귀분석의 목적은 단순히 어떤 결과가 발생할지 예측하는 것이 아니라, 범주형 결과와 여러 변수 사이의 관계를 이해하고 그 가능성을 통계적으로 추정하는 데 있습니다.