ロジスティック回帰分析とは？用途・仕組み・活用事例をわかりやすく解説

ロジスティック回帰分析とは、複数の説明変数をもとに、ある事象が発生する確率を予測する統計手法です。マーケティングにおける購買予測や医療分野でのリスク判定など、ビジネスから研究まで幅広い領域で活用されており、機械学習の分類アルゴリズムとしても重要な位置を占めています。

しかし、ロジスティック回帰分析は具体的にどのような手法なのか、重回帰分析とは何が違うのか、オッズ比をどう読み解けばよいのかといった疑問を持つ方も多いのではないでしょうか。

本記事では、ロジスティック回帰分析の定義や仕組みから、オッズ比の解釈方法、活用事例、分析の具体的なステップまで、JAPAN AIが網羅的に解説します。

ロジスティック回帰分析とは

ロジスティック回帰分析とは、複数の説明変数からある事象が起こる確率を0から1の範囲で予測する統計手法です。

この手法の特徴は、目的変数が「購入する／しない」「合格する／しない」のような2値（0または1）で表されるデータを扱う点にあります。通常の回帰分析では連続的な数値を予測しますが、ロジスティック回帰分析では「その事象がどれくらいの確率で起こるか」を出力します。

たとえば、顧客の年齢や過去の購買履歴といった説明変数を入力すると、「この顧客が商品を購入する確率は72%」のように確率として結果を得られます。

なお、ロジスティック回帰分析は多変量解析の一手法に分類されます。多変量解析とは、複数の変数間の関係性を同時に分析する統計的手法の総称であり、ロジスティック回帰分析はそのなかでも「複数の要因が結果にどう影響するか」を確率として捉える役割を担っています。

ロジスティック回帰分析の基礎を理解するうえで、まず「2値の結果を確率で予測する手法」という本質を押さえておくことが重要です。

機械学習の全体像や他の手法との関係については、「機械学習とは？仕組み・種類・ディープラーニングとの違いをわかりやすく解説」の記事で詳しく解説しています。

重回帰分析との違い

ロジスティック回帰分析と重回帰分析の最も根本的な違いは、目的変数の種類と出力形式にあります。

重回帰分析は、売上金額や気温のように連続的な数値を予測する手法です。一方で、ロジスティック回帰分析は「購入する／しない」のような2値の分類結果を確率として予測します。重回帰分析の出力は「売上は150万円」のような具体的な数値であるのに対し、ロジスティック回帰分析の出力は「購入確率は0.78」のように0から1の範囲の確率です。

分析対象のデータが「どちらに該当するか」を知りたい場合はロジスティック回帰分析を、「いくらになるか」を知りたい場合は重回帰分析を選択するのが基本的な判断基準です。

ロジスティック回帰分析でできること

ロジスティック回帰分析は、データから事象の要因分析と将来の確率予測の2つを実現できる手法です。単に「分類する」だけでなく、各変数がどの程度結果に寄与しているかを定量的に把握できる点が、他の分類手法にはない強みといえます。

ロジスティック回帰分析でできることは、大きく以下の2つに整理できます。

• 事象の説明や解釈ができる
• 将来の予測ができる

事象の説明や解釈ができる

ロジスティック回帰分析では、各説明変数が結果にどの程度影響しているかをオッズ比で定量的に把握できます。

たとえば、ある商品の購買分析において「年齢」「年収」「過去の購買回数」を説明変数として投入した場合、それぞれのオッズ比を比較することで「過去の購買回数が1回増えると購入確率が1.5倍に上がる」のように、各要因の影響度を具体的な数値で示せます。

ディープラーニング（深層学習）のような複雑なモデルでは内部の判断過程がブラックボックスになりがちですが、ロジスティック回帰分析ではモデルの構造が透明であるため、「なぜその結果になったのか」を説明しやすいという利点があります。

要因分析の結果をステークホルダーに説明する場面が多いビジネス現場では、この解釈のしやすさが大きな強みです。

将来の予測ができる

ロジスティック回帰分析は、新しいデータを入力することで事象が発生する確率を0から1の値で出力できます。

学習済みのモデルに未知のデータを与えると、「この顧客が来月解約する確率は0.83」「この患者が5年以内に特定の疾患を発症する確率は0.35」のように、具体的な確率値として予測結果を得られます。確率が0.5以上なら「発生する」、0.5未満なら「発生しない」のようにしきい値を設定することで、2値の分類判定としても活用可能です。

確率という連続的な数値で出力されるため、単純な「Yes／No」の判定だけでなく、リスクの高低に応じた優先順位づけにも活用できる点が実務上の大きなメリットです。

ロジスティック回帰分析の仕組み

ロジスティック回帰分析は、線形回帰の出力をシグモイド関数に通して0から1の確率に変換する仕組みで成り立っています。通常の線形回帰ではマイナス無限大からプラス無限大までの値を出力しますが、確率は0から1の範囲でなければ意味を持ちません。この変換を担うのがシグモイド関数であり、ロジット変換はその逆の操作として確率と線形式を結びつける役割を果たします。

ロジスティック回帰分析の仕組みを理解するうえで重要な2つの概念を解説します。

• シグモイド関数（ロジスティック関数）
• ロジット変換

シグモイド関数（ロジスティック関数）

シグモイド関数とは、任意の実数値を入力すると必ず0から1の間の値を返す関数です。

ロジスティック回帰分析では、まず説明変数の線形結合（各変数に重みをかけて足し合わせた値）を計算します。この値はマイナス無限大からプラス無限大の範囲を取りますが、シグモイド関数に通すことでS字型のカーブを描きながら0から1の範囲に収まる値へと変換されます。入力値が大きくなるほど出力は1に近づき、小さくなるほど0に近づく性質を持つため、確率としての解釈が可能です。

S字カーブの中央付近では入力値のわずかな変化が出力に大きく影響し、両端では変化が緩やかになるという特性は、現実の多くの現象に当てはまります。

ロジット変換

ロジット変換とは、確率pを「オッズの対数」に変換する操作であり、ロジスティック回帰分析のモデル式の根幹を支える概念です。

確率pのオッズは「p ÷（1 – p）」で計算され、「事象が起こる確率と起こらない確率の比」を意味します。このオッズに自然対数を取った値がロジットです。確率は0から1の範囲に制約されますが、ロジット変換を施すとマイナス無限大からプラス無限大の範囲を取る値に変わります。この変換により、通常の線形回帰と同じ枠組みで回帰係数を推定できるようになるのがロジット変換の本質的な役割です。

ロジット変換とシグモイド関数は互いに逆関数の関係にあり、この対応関係がロジスティック回帰分析の数学的な基盤を形成しています。

オッズとオッズ比

ロジスティック回帰分析の結果を正しく解釈するうえで、オッズとオッズ比の理解は不可欠です。オッズは「事象が起こる確率÷起こらない確率」で算出される指標であり、オッズ比は2つの条件間でオッズを比較した値です。ロジスティック回帰分析では回帰係数の指数関数がオッズ比に対応するため、各説明変数が結果にどれだけ影響するかをオッズ比で定量的に評価します。

たとえば、ある疾患の発症リスクを分析した結果、喫煙のオッズ比が2.5であれば、「喫煙者は非喫煙者に比べて発症のオッズが2.5倍高い」と解釈できます。オッズ比が1であれば影響なし、1より大きければリスク増加、1未満であればリスク低下を示します。

オッズ比の解釈方法は、説明変数がカテゴリカル変数か連続変数かによって異なります。

• カテゴリカル変数が説明変数の場合のオッズ比の解釈
• 連続変数が説明変数の場合のオッズ比の解釈

カテゴリカル変数が説明変数の場合のオッズ比の解釈

カテゴリカル変数のオッズ比は、基準カテゴリと比較したときのオッズの変化倍率として解釈します。

カテゴリカル変数とは、性別や居住地域、職業のように離散的なカテゴリで分類される変数です。ロジスティック回帰分析では、いずれか1つのカテゴリを基準（リファレンス）として設定し、他のカテゴリのオッズ比を算出します。たとえば、「性別」を説明変数とし、男性を基準カテゴリに設定した場合、女性のオッズ比が1.8であれば「女性は男性に比べて対象事象のオッズが1.8倍高い」ことを意味します。

基準カテゴリの選択によってオッズ比の値は変わりますが、モデル全体の予測精度には影響しないため、解釈のしやすさを基準に選定することが実務上のポイントです。

連続変数が説明変数の場合のオッズ比の解釈

連続変数のオッズ比は、説明変数が1単位増加したときのオッズの変化倍率を示します。

年齢や収入、検査値のように連続的な数値で表される変数の場合、オッズ比は「その変数が1単位増えると、事象が起こるオッズが何倍になるか」を意味します。たとえば、年齢のオッズ比が1.05であれば「年齢が1歳上がるごとに対象事象のオッズが5%増加する」と読み解けます。

連続変数の場合、変数のスケール（単位）によってオッズ比の見え方が大きく変わります。年収を「万円」単位で投入するか「百万円」単位で投入するかでオッズ比の値は異なるため、分析結果を報告する際は変数の単位を明記することが求められます。

ロジスティック回帰分析と重回帰分析の違い

ロジスティック回帰分析と重回帰分析は、いずれも複数の説明変数から目的変数を予測する手法ですが、目的変数の種類と出力の解釈方法に本質的な違いがあります。

重回帰分析は「売上金額はいくらか」「来月の気温は何度か」のように、連続的な数値を予測する場面で用いられます。使用する関数は線形関数であり、出力に上限や下限の制約はありません。一方、ロジスティック回帰分析は「購入するか否か」「疾患を発症するか否か」のような2値の分類問題に特化しており、シグモイド関数を通じて0から1の確率を出力します。

どちらの手法を選択するかは、予測したい対象が「数値」なのか「分類」なのかで判断します。目的変数が2値であればロジスティック回帰分析、連続値であれば重回帰分析を選ぶのが基本的な指針です。

ロジスティック回帰分析の活用事例

ロジスティック回帰分析は、マーケティングや医療、金融など2値の分類予測が求められるあらゆる分野で実務に活用されています。「ある事象が起こるか否か」を確率で予測できるという特性が、業種を問わず意思決定の精度向上に貢献しています。

代表的な活用事例を4つ紹介します。

• 商品の購買予測
• サブスクリプションサービスの離脱予測
• 医療分野でのリスク予測
• 不正検知

商品の購買予測

ECサイトや小売業において、ロジスティック回帰分析は顧客の購買確率を予測するモデルとして広く活用されています。

顧客の年齢や性別、過去の購買回数、サイトの閲覧履歴、メールの開封率といった説明変数をモデルに投入することで、「この顧客が今月中に商品を購入する確率」を算出できます。確率が高い顧客にはクーポンを配信し、低い顧客には別のアプローチを取るといったマーケティング施策の最適化が可能です。

オッズ比を確認することで「過去の購買回数が最も購入確率に影響している」のような要因分析も同時に行えるため、施策の優先順位づけにも役立ちます。

サブスクリプションサービスの離脱予測

サブスクリプションサービスでは、ロジスティック回帰分析を用いて顧客の解約確率を事前に予測し、リテンション施策に活かす取り組みが一般的です。

利用頻度の低下やログイン間隔の延長、問い合わせ回数の増加、契約期間といったデータを説明変数として投入し、「この顧客が翌月に解約する確率」をモデルで算出します。解約確率が高いと判定された顧客に対して、特別なオファーやカスタマーサクセスからのフォローを優先的に実施することで、解約率の低減を図れます。

解約リスクの高い顧客を早期に特定し、限られたリソースを効果的に配分できる点が、ロジスティック回帰分析をリテンション施策に活用する最大の利点です。

医療分野でのリスク予測

医療分野では、ロジスティック回帰分析が疾患の発症リスクを定量的に評価するための標準的な手法として長年活用されています。

患者の年齢や性別、BMI、血圧、血糖値、喫煙歴といった臨床データを説明変数に用いることで、「この患者が5年以内に心血管疾患を発症する確率」のようなリスク予測が可能です。臨床研究においても、特定の治療法の有効性を評価する際に、交絡因子を調整したうえで治療効果のオッズ比を算出する手法として広く用いられています。

結果の解釈が容易であるため、医師が患者に対してリスクを説明する場面でも活用しやすい手法です。

不正検知

金融分野では、ロジスティック回帰分析が不正取引の検知モデルとして実用化されています。

クレジットカードの利用において、取引金額や利用時間帯、利用場所、過去の取引パターンとの乖離度といった特徴量を説明変数としてモデルに投入し、各取引が「不正である確率」をリアルタイムに算出します。確率がしきい値を超えた取引に対してアラートを発出し、追加認証を求めるといった運用が行われています。保険分野でも、不正請求の検知に同様のアプローチが採用されています。

計算コストが低く高速に処理できるため、リアルタイム性が求められる不正検知の領域においてロジスティック回帰分析は有力な選択肢です。

AIを活用したデータ分析の導入方法や活用事例については、「AIによるデータ分析を導入するポイントや活用事例を解説」の記事もあわせてご覧ください。

データ分析の高度化を実現するなら「JAPAN AI AGENT」

ロジスティック回帰分析をはじめとするデータ分析の知見をビジネスに活かすには、分析基盤の整備と業務プロセスへの組み込みが欠かせません。JAPAN AI AGENTは、データの集計・加工からグラフ作成までをAIが自動実行するノーコードプラットフォームです。社内文書や専門データの横断検索にも対応し、上場企業水準のセキュリティのもとで安心してご利用いただけます。多数の企業に導入されており、業務プロセスの効率化と生産性向上を支援しています。

日本企業のための
最も実用的なAIエージェントへ！

AIが企業の様々な職種の
方々が
普段行っている
タスクを自律的に実行

JAPAN AI AGENT

実用性の高いAIエージェンを提供

無料の伴走サポート

高いカスタマイズ性

目標設定をだけで自律的にAIが各タスクを実行

資料請求はこちら

ロジスティック回帰分析の種類

ロジスティック回帰分析は、目的変数のカテゴリ数や順序の有無によって3つの種類に分類されます。基本形である二項ロジスティック回帰に加え、3つ以上のカテゴリを扱う多項ロジスティック回帰、順序付きカテゴリを扱う順序ロジスティック回帰が存在します。

分析対象のデータに応じて適切な種類を選択することが、モデルの精度と解釈の妥当性を確保するための前提条件です。

• 二項ロジスティック回帰
• 多項ロジスティック回帰
• 順序ロジスティック回帰

二項ロジスティック回帰

二項ロジスティック回帰は、目的変数が「Yes／No」や「0／1」のような2値の分類問題を扱う最も基本的な形式です。

本記事でここまで解説してきたロジスティック回帰分析は、すべてこの二項ロジスティック回帰を指しています。購買予測や離脱予測、疾患発症リスクの判定など、実務で最も多く使われる形式であり、ロジスティック回帰分析を学ぶ際の出発点です。

まずは二項ロジスティック回帰の考え方を十分に理解したうえで、必要に応じて多項や順序の手法に拡張していくアプローチが効率的です。

多項ロジスティック回帰

多項ロジスティック回帰は、目的変数が3つ以上のカテゴリ（順序なし）である場合に使用する手法です。

たとえば、消費者がブランドA・B・Cのいずれを選択するかを予測する場合や、患者の疾患を3種類以上の候補から分類する場合に適用されます。内部的には、1つの基準カテゴリに対して他の各カテゴリとの二項ロジスティック回帰を同時に推定する仕組みで動作します。

カテゴリ間に順序関係がない場合にのみ使用し、順序がある場合は次に紹介する順序ロジスティック回帰を選択する必要があります。

順序ロジスティック回帰

順序ロジスティック回帰は、目的変数が「低・中・高」や「不満・普通・満足」のような順序付きカテゴリである場合に使用する手法です。

顧客満足度調査の結果を「不満（1）・やや不満（2）・普通（3）・やや満足（4）・満足（5）」の5段階で予測する場合などに適用されます。多項ロジスティック回帰とは異なり、カテゴリ間の順序情報をモデルに組み込むため、より効率的にパラメータを推定できます。

分析対象のデータが「順序のあるカテゴリ」であるにもかかわらず多項ロジスティック回帰を使用すると、順序情報が失われてモデルの精度が低下する可能性があるため、データの性質に応じた手法の選択が重要です。

ロジスティック回帰分析のメリット

ロジスティック回帰分析が多くの実務現場で採用され続けている背景には、結果の解釈しやすさと計算効率の高さという2つの明確なメリットがあります。高度な機械学習手法が次々と登場するなかでも、これらの強みによりロジスティック回帰分析は依然として有力な選択肢であり続けています。

• 結果の解釈が容易
• 計算効率が高い

結果の解釈が容易

ロジスティック回帰分析の最大のメリットは、オッズ比を通じて各変数の影響度を直感的に理解できる点です。

ディープラーニングやランダムフォレストといった高精度な手法では、モデル内部の判断過程が複雑でブラックボックスになりやすいという課題があります。ロジスティック回帰分析では、各説明変数の回帰係数とオッズ比が明示されるため、「どの変数がどの程度結果に影響しているか」を定量的かつ直感的に把握できます。

経営層への報告や規制当局への説明が求められる場面では、モデルの透明性が意思決定の信頼性を左右するため、解釈のしやすさは実務上の大きな優位性です。

計算効率が高い

ロジスティック回帰分析は、ディープラーニングなどの複雑なモデルと比較して計算コストが低く、大規模データでも高速に処理できます。

モデルの構造が線形関数とシグモイド関数の組み合わせというシンプルな形式であるため、パラメータの推定に必要な計算量が少なく済みます。数百万件規模のデータであっても、一般的なPCで数秒から数分で学習が完了するケースが多く、GPUのような特別なハードウェアを必要としません。

プロトタイプの構築や仮説検証の初期段階では、まずロジスティック回帰分析で素早くベースラインの精度を確認し、必要に応じてより複雑なモデルに移行するというアプローチが効率的です。

ロジスティック回帰分析の注意点

ロジスティック回帰分析を実務で活用する際には、モデルの精度や安定性を損なう要因を事前に把握し、適切な対策を講じることが不可欠です。多重共線性や過学習、データ数の不足は、分析結果の信頼性を大きく左右する代表的な問題です。

• 多重共線性が発生する
• 過学習になる可能性がある
• データ数が大きくなければならない

多重共線性が発生する

多重共線性とは、説明変数間に強い相関関係がある場合に回帰係数が不安定になる現象です。

たとえば、「身長」と「体重」のように互いに強く相関する変数を同時にモデルに投入すると、各変数の個別の影響度を正確に分離できなくなります。その結果、回帰係数の符号が理論的に期待される方向と逆転したり、わずかなデータの変更で係数が大きく変動したりする事態が生じます。

多重共線性の有無は、VIF（分散拡大要因）という指標で確認できます。一般的にVIFが10を超える変数は多重共線性の疑いがあるとされ、該当する変数の一方を除外するか、主成分分析で変数を合成するといった対策が推奨されます。

過学習になる可能性がある

過学習とは、モデルが学習データに過度に適合してしまい、未知のデータに対する予測精度が低下する現象です。

説明変数の数がサンプル数に対して多すぎる場合や、学習データに偏りがある場合に発生しやすくなります。過学習が起きたモデルは、学習データでは高い精度を示すものの、新しいデータに対しては精度が大幅に下がるため、実務での活用に支障をきたします。

対策としては、L1正則化（Lasso）やL2正則化（Ridge）を適用して不要な変数の影響を抑制する方法や、クロスバリデーション（交差検証）でモデルの汎化性能を確認する方法が有効です。

過学習の原因や対策方法については、「過学習（オーバーフィッティング）とは？原因・見分け方・対策方法をわかりやすく解説」の記事で詳しく解説しています。

データ数が大きくなければならない

ロジスティック回帰分析では、十分なサンプルサイズを確保することがモデルの安定性を保つための前提条件です。

サンプル数が少ない状態でモデルを構築すると、回帰係数の推定値が不安定になり、信頼区間が極端に広がります。一般的な目安として、説明変数1つあたり最低10〜20のイベント数（目的変数の少ない方のカテゴリの発生数）が必要とされています（EPV: Events Per Variable）。たとえば、説明変数が5つであれば、少ない方のカテゴリの発生件数が最低でも50〜100件必要です。イベント発生率が低い場合は、それに応じて総サンプル数を十分に確保する必要があります。

特に目的変数の一方のカテゴリが極端に少ない場合（たとえば不正取引の検知で不正件数が全体の1%未満など）は、オーバーサンプリングやアンダーサンプリングといったデータの不均衡対策も併せて検討する必要があります。

ロジスティック回帰分析を行うステップ

ロジスティック回帰分析を実務で実施する際は、データの準備からモデルの評価まで体系的なステップを踏むことで、精度の高い分析結果を得られます。以下の3つのステップに沿って進めることで、初めてロジスティック回帰分析に取り組む場合でも迷わず実践できます。

1. データの準備・前処理
2. モデルの作成
3. 精度の評価

データの準備・前処理

ロジスティック回帰分析の精度は、データの品質と前処理の適切さに大きく依存します。

まず、分析に必要なデータを収集し、欠損値の処理を行います。欠損値が少数であれば該当行を削除し、多い場合は平均値や中央値で補完する方法が一般的です。次に、カテゴリカル変数をダミー変数に変換するエンコーディング処理を実施します。「性別」であれば「男性＝0、女性＝1」のように数値化します。さらに、説明変数間のスケールが大きく異なる場合は標準化（平均0、標準偏差1に変換）を行い、モデルの収束を安定させます。

前処理の段階で多重共線性のチェックも行い、VIFが高い変数の除外や統合を検討しておくと、後工程でのトラブルを未然に防げます。

モデルの作成

前処理が完了したデータをもとに、説明変数を選択してロジスティック回帰モデルを構築します。

Pythonではscikit-learnライブラリのLogisticRegressionクラスを使用することで、数行のコードでモデルを構築できます。Excelでは標準機能にロジスティック回帰分析は含まれていませんが、ソルバー機能やアドインを活用することで実施可能です。

説明変数の選択にあたっては、すべての候補変数を一度に投入するのではなく、ステップワイズ法やAIC（赤池情報量規準）を基準にした変数選択を行うことで、過学習を防ぎつつ予測精度の高いモデルを構築できます。

精度の評価

構築したモデルの予測精度は、混同行列やAUC-ROCなどの評価指標を用いて検証します。

混同行列は、モデルの予測結果を「真陽性」「偽陽性」「真陰性」「偽陰性」の4つに分類した表であり、正解率や適合率、再現率、F1スコアといった指標を算出する基盤です。AUC-ROC（Area Under the Receiver Operating Characteristic Curve）は、しきい値を変化させたときの真陽性率と偽陽性率のトレードオフを曲線で表したもので、値が1に近いほど分類性能が高いことを示します。

学習データだけでなく、テストデータやクロスバリデーションの結果でも精度を確認し、汎化性能が十分であることを検証することが、実務で信頼できるモデルを構築するための必須プロセスです。

ロジスティック回帰分析に関してよくある質問

ロジスティック回帰分析は多項分類（3値以上）にも使えますか？

二項ロジスティック回帰は2値の分類専用ですが、多項ロジスティック回帰を使えば3値以上の分類にも対応可能です。ただし、まずは二項ロジスティック回帰で基本的な考え方を習得してから、多項に拡張することを推奨します。

ロジスティック回帰分析はエクセルでもできますか？

Excel単体の標準機能にはロジスティック回帰分析は含まれていませんが、ソルバー機能や統計アドインを活用すれば実施可能です。より本格的な分析を行う場合は、Pythonのscikit-learnライブラリの利用を推奨します。

線形回帰との違いは何ですか？

線形回帰は売上金額や気温のような連続値の予測に使用し、ロジスティック回帰分析は「購入する／しない」のような2値分類の確率予測に使用します。目的変数が連続値か2値かによって使い分けるのが基本的な判断基準です。

ロジスティック回帰分析を正しく理解して実務に活かそう

ロジスティック回帰分析は、複数の説明変数から2値の事象が起こる確率を予測する統計手法であり、マーケティングの購買予測から医療のリスク判定、金融の不正検知まで幅広い分野で活用されています。

結果をオッズ比で解釈できる透明性の高さと、大規模データでも高速に処理できる計算効率の良さが、この手法が長年にわたり実務で選ばれ続けている理由です。一方で、多重共線性や過学習、データ数の不足といった注意点を理解し、適切な前処理と評価を行うことがモデルの信頼性を確保するうえで欠かせません。

まずはExcelのソルバー機能やPythonのscikit-learnを使い、手元の小さなデータセットからロジスティック回帰分析を試してみることで、実務での活用イメージを具体化してみてください。