ロジスティック回帰は、ある出来事が起こる確率を予測するための代表的な統計手法です。顧客が商品を購入するか、メールが迷惑メールに該当するか、患者が特定の疾患を発症するかなど、結果が「起こる・起こらない」の2種類に分かれる問題で広く利用されています。2026年現在も、統計解析や機械学習の実務で活用されている基本的な分類モデルです。
名前に「回帰」と付いているため、線形回帰と同じように数値を予測する手法だと思われがちですが、実際の目的は異なります。ロジスティック回帰では、シグモイド関数を使って予測値を0〜1の確率に変換し、オッズ比によって各説明変数の影響を読み解きます。仕組みや計算方法だけでなく、最尤法によるパラメータ推定、ROC曲線やAUCによるモデル評価、Pythonでの実装まで理解すると、分析結果を実務に結び付けやすくなります。
【基本を理解する】ロジスティック回帰の仕組みと線形回帰との違い
ロジスティック回帰(Logistic Regression)は、目的変数が0または1のような二値で表される場合に、その事象が発生する確率を推定する手法です。
例えば、オンラインショップの購買予測を考えてみます。顧客の年齢、過去の購入回数、サイトへの訪問頻度、広告への反応などを説明変数として、最終的に商品を購入する確率を計算します。
目的変数は次のように設定できます。
- 1:商品を購入した
- 0:商品を購入しなかった
モデルが出す結果は、単なる「購入する」「購入しない」という判定ではありません。「購入する確率は70%」という形で表現できます。
この確率を使えば、購入可能性の高い顧客を優先して案内したり、広告配信の対象を調整したりできます。確率をどのような意思決定に使うかまで設計できる点が、ロジスティック回帰の特徴です。
線形回帰との違いは予測する値にある線形回帰とロジスティック回帰は、どちらも説明変数と目的変数の関係をモデル化する手法です。しかし、予測する対象と計算方法には明確な違いがあります。
線形回帰は、売上金額、気温、住宅価格などの連続的な数値を予測します。一方、ロジスティック回帰は、ある事象が発生する確率を予測します。
例えば、住宅価格を予測するなら線形回帰、住宅購入の申し込みが発生する確率を予測するならロジスティック回帰が候補になります。
線形回帰では、予測結果がマイナスや100%を超える値になることもあります。確率として利用するには不都合です。ロジスティック回帰は、シグモイド関数によって出力を必ず0〜1の範囲に収めます。
また、線形回帰では一般的に残差平方和を小さくする方法が使われますが、ロジスティック回帰では二項分布を前提とした尤度を最大化する方法が基本になります。
二値分類と確率予測は同じではないロジスティック回帰で特に理解しておきたいのが、確率予測と最終的な分類判定は別の処理だという点です。
例えば、モデルがある顧客について購入確率0.72を算出したとします。判定基準を0.5に設定すれば購入すると予測されますが、0.8に設定すれば購入しないと判定されます。
つまり、モデルが算出する確率そのものと、その確率を使って0または1に分類するルールは分けて考えなければなりません。
この違いは、医療検査、不正取引検知、顧客離反予測など、誤判定による損失が異なる分野で特に重要です。
【計算方法を解説】シグモイド関数・尤度・最尤法の関係
シグモイド関数が確率を生み出すロジスティック回帰の中心にあるのが、シグモイド関数です。
シグモイド関数は、入力された実数を0〜1の範囲に変換する関数で、次の式で表されます。
シグモイド関数:
σ(z) = 1 / (1 + e)
ここで、zは説明変数と回帰係数を組み合わせた線形予測値です。
この関数には、次のような特徴があります。
- 入力値が非常に小さいと、出力は0に近づく。
- 入力値が0の場合、出力は0.5になる。
- 入力値が非常に大きいと、出力は1に近づく。
入力値が変化すると、出力はS字型の曲線を描きます。これにより、どのような実数が入力されても確率として扱える数値に変換できます。
ロジスティック回帰の基本式は次のとおりです。
ロジスティック回帰の予測式:
p = 1 / 1 + exp[−(β₀ + β₁x₁ + β₂x₂ + … + βₖxₖ)]
β₀は切片、β₁〜βₖは各説明変数に対応する回帰係数、x₁〜xₖは説明変数の値です。pが目的の事象が発生する予測確率になります。
実際の数字を使った計算方法説明変数が1つだけの簡単なモデルを考えます。
予測式を「z = −2 + 0.8x」とします。ここでxは顧客のサイト訪問回数を表すものとします。
x = 3の場合、まず線形予測値を計算します。
z = −2 + 0.8 × 3 = 0.4
続いて、シグモイド関数に代入します。
p = 1 / (1 + exp(−0.4))
計算すると、予測確率は約0.599、つまり約59.9%になります。
訪問回数が増えると、モデル上の購入確率も変化します。ただし、実際の確率が必ずこのとおりに変化するかは、学習データの品質やモデルの妥当性に左右されます。
オッズと対数オッズによって線形モデルを構成するロジスティック回帰を理解するうえでは、オッズという考え方も欠かせません。
オッズは、ある事象が発生する確率を、発生しない確率で割った値です。
オッズ = p / (1 − p)
例えば、事象が発生する確率が80%なら、オッズは0.8 ÷ 0.2 = 4です。発生する側の割合が発生しない側の4倍という意味になります。
加えて、オッズの自然対数を取ったものが対数オッズです。これをロジットと呼びます。
log(p / (1 − p)) = β₀ + β₁x₁ + … + βₖxₖ
この式がロジスティック回帰の重要な特徴を示しています。確率そのものは直線的に変化しませんが、対数オッズと説明変数の間には線形関係を仮定しています。
最尤法と尤度は何を意味するのかでは、回帰係数はどのように決まるのでしょうか。一般的なロジスティック回帰では、最尤法(Maximum Likelihood Estimation:MLE)を使います。
最尤法とは、実際に観測されたデータが得られる可能性を最大にするパラメータを探す推定方法です。
例えば、100人の顧客を分析し、購入した人と購入しなかった人のデータが得られたとします。回帰係数をさまざまに変えながら、それぞれの係数が観測結果をどれだけ説明できるかを計算します。
このとき使用するのが尤度関数です。
二値ロジスティック回帰の尤度:
L(β) = Π pᵢ(1 − pᵢ)
ここで、yᵢは実際の結果、pᵢはモデルが予測した確率です。観測結果が1ならpᵢ、0なら1−pᵢが尤度に反映されます。
実際の計算では、数値計算を安定させるために対数尤度を利用し、その値が最大になる係数を求めます。一般的なモデルでは解析的に係数を一度に求められないため、反復的な最適化アルゴリズムを使用します。
つまり、ロジスティック回帰は単純にデータへ直線を当てはめるのではなく、観測された結果を最もよく説明する確率モデルを推定しているのです。
【結果を正しく読む】回帰係数・オッズ比の解釈と重要概念の関係
回帰係数がプラス・マイナスで示す意味ロジスティック回帰の分析結果には、各説明変数に対応した回帰係数が表示されます。
係数がプラスなら、その変数が大きくなるほど、ほかの条件が同じ場合に目的事象のオッズが高くなる方向を示します。マイナスなら、オッズが低くなる方向です。
ただし、回帰係数は確率の増加率や減少率を直接表すものではありません。対数オッズに対する変化量である点に注意が必要です。
オッズ比に変換すると解釈しやすい係数を実務で読みやすくするために使われるのがオッズ比です。
オッズ比 = exp(回帰係数)
例えば、回帰係数が約0.693なら、exp(0.693)は約2です。
これは、ほかの説明変数を一定にした場合、対象変数が1単位増加すると、目的事象のオッズが約2倍になることを意味します。
オッズ比の基本的な読み方は次のとおりです。
- オッズ比が1:オッズに変化がない。
- オッズ比が1より大きい:目的事象のオッズが高くなる。
- オッズ比が1より小さい:目的事象のオッズが低くなる。
ここは初心者が特に間違えやすいポイントです。
例えば、ある顧客の購入確率が20%だった場合、オッズは0.2 ÷ 0.8 = 0.25です。このオッズが2倍になると0.5になります。
オッズ0.5を確率に戻すと、0.5 ÷ (1 + 0.5) = 約33.3%です。
つまり、オッズ比が2でも、購入確率が20%から40%になるわけではありません。実際には約33.3%になります。
また、オッズ比は関連性を表す指標であり、それだけで因果関係が証明されるわけではありません。交絡因子やデータの収集方法を考慮した解釈が必要です。
主要概念の関係を一覧で整理ロジスティック回帰を理解するには、数式、統計的推定、実務上の解釈がどのようにつながっているかを把握することが大切です。
| 概念・エンティティ | 役割・関係性 | 実務での確認ポイント |
|---|---|---|
| 二値分類 | 予測対象となる0・1の結果 | 何を1と定義するかを明確にする |
| 線形予測値 | 説明変数と回帰係数を組み合わせた値 | 係数の符号と大きさを確認する |
| シグモイド関数 | 線形予測値を0〜1の確率に変換する | 予測確率の分布を確認する |
| オッズ・オッズ比 | 確率をオッズに変換し、変数の影響を比較する | 確率の倍率と混同しない |
| 最尤法・尤度 | 観測データに適合する回帰係数を推定する | 推定方法と収束状況を確認する |
| 正則化L1・L2 | 過度に大きな係数を抑え、モデルを安定させる | 特徴量選択と予測性能のバランスを見る |
| ROC曲線・AUC | 分類モデルの識別性能を評価する | 閾値に依存しない識別能力を確認する |
| 混同行列 | 正解と誤判定の内訳を可視化する | 偽陽性と偽陰性の数を確認する |
この関係を理解すると、回帰係数の数値だけを眺めるのではなく、モデルがどのような仕組みで確率を出し、その確率が実務上どの程度役立つかまで一貫して判断できます。
【モデル評価のポイント】ROC曲線・AUC・混同行列・適合率と再現率
正解率だけではモデルの性能を判断できないロジスティック回帰を学習させた後は、未知のデータに対してどの程度正しく予測できるかを確認します。
最も分かりやすい指標は正解率(Accuracy)ですが、データに偏りがある場合には注意が必要です。
例えば、迷惑メールが全体の5%しかないデータを考えます。すべてのメールを迷惑メールではないと予測しても、正解率は95%になります。しかし、迷惑メールを一件も検出できていないため、実用性は低いモデルです。
このような問題を避けるために、複数の評価指標を組み合わせます。
混同行列で誤判定の種類を確認する混同行列(Confusion Matrix)は、実際の正解とモデルの予測結果を組み合わせて整理したものです。
- TP(真陽性):実際に1で、予測も1。
- TN(真陰性):実際に0で、予測も0。
- FP(偽陽性):実際は0なのに、1と予測。
- FN(偽陰性):実際は1なのに、0と予測。
例えば、不正取引検知なら、FPは正常な取引を不正と誤判定すること、FNは実際の不正取引を見逃すことに相当します。
どちらの誤判定が大きな損失につながるかによって、望ましいモデルの条件は変わります。
適合率と再現率の違い適合率(Precision)は、モデルが1と予測したもののうち、実際に1だった割合です。
適合率 = TP / (TP + FP)
適合率が高いほど、陽性と判定した結果の信頼性が高くなります。
一方、再現率(Recall)は、実際に1だったもののうち、モデルが正しく1と予測できた割合です。
再現率 = TP / (TP + FN)
再現率が高いほど、対象となる事象の見逃しが少なくなります。
例えば、病気のスクリーニングでは、見逃しを減らすために再現率を重視する場合があります。一方、誤検知による追加調査のコストが大きい場合には適合率も重視されます。
両方のバランスを見る指標としてF1スコアもあります。適合率と再現率の調和平均であり、片方だけが極端に低い場合にはスコアも低くなります。
ROC曲線とAUCで識別能力を評価するROC曲線は、分類の閾値を変化させたときの偽陽性率(FPR)と真陽性率(TPR)の関係を示すグラフです。
横軸が偽陽性率、縦軸が真陽性率になります。一般的に、曲線が左上に近いほど、陽性と陰性を区別する能力が高いと評価されます。
AUC(Area Under the Curve)は、ROC曲線の下側の面積を表す数値です。
- AUC = 0.5:ランダムな順位付けと同程度。
- AUCが0.5を超えて1に近づく:陽性と陰性を区別する能力が高い。
- AUC = 1.0:理想的な識別性能。
AUCは特定の分類閾値に固定されず、モデルの識別能力を比較できる点が利点です。ただし、AUCが高いからといって、予測確率そのものが正確とは限りません。
また、陽性の割合が極端に少ないデータでは、ROC-AUCだけでなく適合率・再現率曲線やAverage Precisionも確認するのが有効です。
確率予測では較正と閾値も確認する確率を実務で使うなら、較正(Calibration)も重要です。
例えば、購入確率80%と予測された顧客の集団について、実際の購入率もおおむね80%になっているかを確認します。
識別能力が高くても、予測確率が実際の発生率から大きくずれていれば、予算配分やリスク判断に誤りが生じる可能性があります。
加えて、分類閾値は必ずしも0.5にする必要はありません。誤判定による損失、調査できる件数、業務上の対応能力などを踏まえて決めます。
実務では、ROC-AUC、適合率、再現率、F1スコア、混同行列、確率の較正を組み合わせることが、適切な評価につながります。
【実務で失敗しないために】多重共線性・正則化・Python実装の注意点
多重共線性が回帰係数の解釈を難しくするロジスティック回帰では、説明変数同士が強く相関している場合に注意が必要です。この状態を多重共線性(Multicollinearity)と呼びます。
例えば、顧客の年収と月収を同時に説明変数として使うと、似た情報を重複してモデルに与える可能性があります。
多重共線性が強い場合、予測性能が必ず低下するとは限りませんが、回帰係数が不安定になったり、標準誤差が大きくなったりして、個々の変数の影響を判断しにくくなることがあります。
対策としては、次の方法が考えられます。
- 相関係数を確認して、強く関連する変数を把握する。
- VIF(分散拡大係数)を使って多重共線性の程度を調べる。
- 重複する説明変数を整理する。
- 必要に応じてL1・L2正則化を利用する。
ただし、相関の強い変数を機械的に削除すると、業務上重要な情報まで失う可能性があります。分析目的を踏まえた判断が必要です。
L1正則化とL2正則化は何が違うのかロジスティック回帰では、学習データに過度に適合することを防ぐために正則化を使う場合があります。
代表的な方法がL1正則化とL2正則化です。
L1正則化:回帰係数の絶対値の合計にペナルティを加える方法です。一部の係数を厳密に0にすることがあり、特徴量の選択にも利用できます。
L2正則化:回帰係数の二乗和にペナルティを加える方法です。係数を全体的に小さくする方向に働き、過度に大きな係数を抑えます。
両者の使い分けは次のように考えられます。
- L1:不要な特徴量を減らし、比較的シンプルなモデルを作りたい場合。
- L2:複数の説明変数を残しながら、係数の大きさを安定させたい場合。
- Elastic Net:L1とL2の特徴を組み合わせたい場合。
なお、L1正則化は相関の高い変数の中から特定の変数を選ぶことがあり、選択結果がデータによって変わる場合があります。係数を解釈する分析では、正則化の有無や強さも確認してください。
ロジスティック回帰を利用する際の前提条件ロジスティック回帰は比較的扱いやすいモデルですが、どのようなデータにもそのまま適用できるわけではありません。
特に確認したいのが、以下の条件です。
- 目的変数の定義:二値分類なら、どちらを1とするのか明確にする。
- 観測値の独立性:同じ人物や組織のデータが繰り返し含まれる場合、依存関係を考慮する。
- 対数オッズの線形性:連続変数と対数オッズの関係が適切にモデル化されているか確認する。
- 多重共線性:説明変数同士の強い相関を調べる。
- サンプルサイズ:陽性事例が少なすぎないか確認する。
- 完全分離:説明変数によって0と1が完全に分離されていないか確認する。
特に完全分離は見落としやすい問題です。ある説明変数の値によって目的変数が完全に予測できる場合、通常の最尤推定で回帰係数が非常に大きくなったり、有限の推定値が得られなくなったりすることがあります。
また、学習データとテストデータを適切に分割し、学習データだけで前処理や特徴量選択を行うことも大切です。テストデータの情報が学習段階に混入すると、実際よりも高い性能が出るデータリークにつながります。
Pythonとscikit-learnで実装する方法ロジスティック回帰は、Pythonの機械学習ライブラリであるscikit-learnを使うと比較的簡単に実装できます。
基本となるクラスは、sklearn.linear_modelのLogisticRegressionです。
一般的な実装の流れは、データの準備、学習用・評価用データの分割、モデルの学習、確率予測、性能評価です。
1. 必要なライブラリを読み込む
from sklearn.model_selection import train_test_split
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_auc_score, confusion_matrix, classification_report
2. 学習用とテスト用にデータを分割する
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, stratify=y, random_state=42)
stratify=yを指定することで、目的変数のクラス割合をできるだけ維持した分割ができます。
3. モデルを作成して学習する
model = make_pipeline(StandardScaler, LogisticRegression(C=1.0, max_iter=1000))
model.fit(X_train, y_train)
StandardScalerで説明変数の尺度を整え、LogisticRegressionで学習します。Pipelineを利用すると、前処理とモデルをまとめて扱えます。
4. 確率予測とモデル評価を行う
y_proba = model.predict_proba(X_test)[:, 1]
y_pred = model.predict(X_test)
print(roc_auc_score(y_test, y_proba))
print(confusion_matrix(y_test, y_pred))
print(classification_report(y_test, y_pred))
predict_probaを使うと、各クラスに属する確率を取得できます。二値分類の場合、通常は目的の陽性クラスに対応する列を取り出して評価します。クラスの順番はmodel.classes_で確認できます。
なお、scikit-learnのLogisticRegressionでは正則化が標準で適用されます。パラメータCは正則化の強さの逆数であり、Cを小さくすると正則化が強くなります。L1・L2・Elastic Netを選ぶ場合には、使用するソルバーとの対応関係も確認してください。
2026年時点の公式ドキュメントでも、LogisticRegressionは二値分類だけでなく、多クラス分類にも対応した分類器として提供されています。ただし、基本的な二値分類の仕組みを理解してから応用するほうが、結果を正しく解釈できます。
ロジスティック回帰が向いているケース・向いていないケースロジスティック回帰は、予測性能だけでなく説明のしやすさも求められる場面で力を発揮します。
向いているケース
- 購入・非購入など、結果が二値で表される問題。
- 各説明変数と目的事象の関連性を確認したい分析。
- 回帰係数やオッズ比を使って結果を説明したい場合。
- 比較的シンプルで計算負荷の小さい分類モデルが必要な場合。
慎重な検討が必要なケース
- 複雑な非線形関係が強く、単純な線形予測値では表現しにくい場合。
- データの依存構造が強く、通常の独立観測の仮定が合わない場合。
- 陽性事例が極端に少なく、十分な推定情報を確保できない場合。
- 高度な相互作用や複雑なパターンを捉えることが最優先の場合。
後者では、説明変数の変換や交互作用項の追加、一般化線形混合モデル、決定木、ランダムフォレスト、勾配ブースティングなども比較対象になります。
【よくある疑問を解決】ロジスティック回帰に関するよくある質問(FAQ)
Q1:ロジスティック回帰は回帰分析ですか、それとも分類ですか?
A1:統計学では回帰モデルの一種ですが、機械学習では主に分類アルゴリズムとして扱われます。二値の結果が発生する確率を推定し、その確率に基づいて分類する手法です。
Q2:ロジスティック回帰と線形回帰の最大の違いは何ですか?
A2:予測対象が異なります。線形回帰は連続的な数値を予測しますが、ロジスティック回帰は事象が発生する確率を予測します。シグモイド関数によって出力が0〜1に制限される点も大きな違いです。
Q3:ロジスティック回帰のオッズ比が2なら、発生確率も2倍ですか?
A3:いいえ。オッズが2倍になるという意味です。例えば、元の確率が20%なら、オッズ比2によって変化した確率は約33.3%になります。確率の倍率とオッズの倍率は区別してください。
Q4:AUCはいくつあれば良いモデルと判断できますか?
A4:AUCが1に近いほど識別性能は高く、0.5はランダムな順位付けと同程度です。ただし、実務上の合格ラインは目的やデータによって異なります。AUCだけでなく適合率、再現率、確率の較正も確認してください。
Q5:ロジスティック回帰には正規分布の仮定が必要ですか?
A5:説明変数自体が正規分布に従うという仮定は必要ありません。重要なのは、観測値の独立性や対数オッズと説明変数の関係などです。データの構造に合ったモデルを選ぶ必要があります。
Q6:ロジスティック回帰はPython初心者でも使えますか?
A6:はい。scikit-learnのLogisticRegressionを使えば、比較的少ないコードで学習と予測ができます。ただし、データの分割、標準化、正則化、閾値の設定、評価指標の選択については理解しておく必要があります。
Q7:ロジスティック回帰で多重共線性があるとどうなりますか?
A7:説明変数同士の相関が強いと、回帰係数が不安定になったり、標準誤差が大きくなったりする場合があります。相関係数やVIFを確認し、必要に応じて変数の整理や正則化を検討してください。
ロジスティック回帰は、二値の結果を確率として予測する統計モデルです。シグモイド関数によって線形予測値を0〜1に変換し、最尤法によってデータに適合する回帰係数を推定します。
分析結果を正しく理解するためには、回帰係数とオッズ比の違いを把握することが欠かせません。オッズ比が示すのは確率の倍率ではなく、オッズの倍率です。この違いを理解するだけでも、分析結果の誤読を大幅に減らせます。
モデル評価では、正解率だけに頼らず、混同行列、適合率、再現率、ROC-AUCを組み合わせることが重要です。確率を意思決定に使う場合には、較正や分類閾値も検討する必要があります。
【プロの結論】
ロジスティック回帰を実務で活用する際に重視したいのは、モデルの数値をそのまま成果と捉えないことです。AUCが高くても、誤判定によるコストが大きければ業務上の価値は限定されます。オッズ比が大きくても、それだけで因果関係を証明したことにはなりません。
本当に見るべきなのは、予測確率が実際の発生率と整合しているか、重要な事象を見逃していないか、説明変数の影響を妥当に解釈できるかという3つの観点です。
2026年のデータ分析でも、複雑な機械学習モデルが選択肢に加わる一方、ロジスティック回帰には透明性、計算効率、係数の解釈しやすさという強みがあります。まずはロジスティック回帰でデータの関係を把握し、必要に応じて複雑なモデルと比較する。この進め方が、再現性と説明可能性を両立させる堅実な分析につながります。
参考にした主な専門資料
- ペンシルベニア州立大学「STAT 462:Logistic Regression」および「STAT 504:Binary Logistic Regression」
- scikit-learn公式ドキュメント「LogisticRegression」「Model Evaluation」
- イリノイ大学「Inference for Logistic Regression」「Evaluating your Logistic Regression Model」
- American Journal of Epidemiology「Separation in Logistic Regression: Causes, Consequences, and Control」