ロジスティック回帰分析とは何か

ロジスティック回帰分析は、目的変数が 「ある」「ない」、 「発症した」「発症していない」、 「利用した」「利用していない」 のように二値で表されるときによく用いられる分析です。 たとえば、喫煙の有無、再入院の有無、就職内定の有無、満足群か不満足群か、といった結果を扱う場面で使用されます。

重回帰分析では目的変数が連続値ですが、ロジスティック回帰分析では二値である点が大きな違いです。 そのため、結果の中心になる指標も回帰係数そのものではなく、 オッズ比として示されることが多いです。 初学者の方は、まず 「ロジスティック回帰分析ではオッズ比を見る」 と覚えておくと整理しやすいです。

まず結果表のどこを見ればよいのか

結果表を前にすると、たくさんの列があって迷いやすいですが、 まず注目したいのは、 オッズ比、 95%信頼区間、 p値 の三つです。 ソフトによって表記は少し異なりますが、SPSSではオッズ比が Exp(B) と表示されることがあります。

見る順番としては、まずオッズ比が1より大きいか小さいかを確認し、 次に95%CIが1をまたいでいないかを確認し、 最後にp値を見ると理解しやすいです。 この三点を押さえるだけでも、結果の読み違いはかなり減ります。

オッズ比とは何か｜1より大きいか小さいかを見る

オッズ比は、ある説明変数が増えたとき、またはある群であるときに、 目的変数の事象がどれくらい起こりやすいかを示す指標です。 オッズ比が 1より大きければ、事象が起こりやすい方向を、 1より小さければ、事象が起こりにくい方向を意味します。

たとえば、ある変数のオッズ比が 2.00 なら、 その変数が高い群や該当群では、事象が起こるオッズが2倍であることを示します。 逆に 0.50 なら、事象が起こるオッズが半分であることを示します。 ただし、 オッズ比はそのまま「確率が2倍」という意味ではない ため、そこは注意が必要です。

95%CIとは何か｜1をまたぐかどうかが重要

95%CI は 95%信頼区間のことで、 オッズ比の推定値にどれくらい幅があるかを示しています。 結果表では 1.20–3.40、 0.85–1.90 のように下限値と上限値で示されることが多いです。

ロジスティック回帰分析では、 95%CIが1をまたぐかどうか が非常に重要です。 もし 95%CI が 1.20–3.40 のように1をまたがなければ、 オッズ比は1と異なる可能性が高いと考えられます。 一方で 0.85–1.90 のように1を含む場合は、 統計学的に明確とは言いにくい解釈になります。

したがって、 95%CIを見るときは、幅の広さだけでなく「1を含むか」を確認する ことが基本です。 また、信頼区間が広い場合は、推定の不確かさが比較的大きい可能性も考えます。

p値とは何か｜有意差の有無を確認する

p値は、その結果が偶然に得られた可能性を検討するための指標です。 一般には、 p < 0.05 であれば統計学的に有意と解釈されることが多いです。 ただし、p値だけで結果を評価するのではなく、 オッズ比や95%CIとあわせて見る必要があります。

よくある読み方として、 p = 0.03 であれば「有意である」、 p = 0.12 であれば「有意ではない」と整理します。 ただし、 p値は効果の大きさを示す指標ではありません。 p値が小さいからといって、必ずしも実質的な影響が大きいとは限らない点に注意が必要です。

実際の見方の流れ｜例でやさしく確認する

たとえば、ある説明変数の結果が オッズ比 2.10、 95%CI 1.30–3.40、 p = 0.002 であったとします。 この場合、まずオッズ比が1より大きいため、 その変数は事象が起こりやすい方向に関係していると読みます。

次に95%CIを見ると、1.30–3.40であり1をまたいでいません。 したがって、1と異なる可能性が高い結果と解釈しやすいです。 さらにp値も0.05未満であるため、 統計学的に有意な関連が示された とまとめることができます。

一方で、オッズ比 1.40、95%CI 0.90–2.10、p = 0.11 の場合は、 オッズ比自体は1より大きくても、95%CIが1を含み、p値も有意水準を下回っていません。 この場合は、 関連の傾向はみられても、統計学的に有意とは言いにくい と整理するのが自然です。

オッズ比が1未満のときはどう読むか

初学者が混乱しやすいのは、オッズ比が1未満の結果です。 たとえばオッズ比が 0.60 の場合、 その変数は事象の起こりやすさを下げる方向に関係していると解釈します。 つまり、保護的な要因、抑制的な要因として読む場面があります。

ただし、その場合でも 95%CIが1をまたいでいないか、p値が有意か を確認しなければなりません。 オッズ比が0.60でも、95%CIが0.30–1.20のように1を含んでいれば、 明確な関連があるとは言いにくいです。

結果を書くときの基本的な文章の作り方

ロジスティック回帰分析の結果を本文に書くときは、 変数名、オッズ比、95%CI、p値を簡潔に示す形が基本です。 たとえば、 「XはYと有意に関連していた（オッズ比 2.10、95%CI: 1.30–3.40、p = 0.002）」のようにまとめると、 読み手に必要な情報が伝わりやすくなります。

有意でなかった場合は、 「XとYとの関連は有意ではなかった」 と記したうえで、必要に応じて数値を添える書き方もあります。 重要なのは、 有意だったかどうかだけでなく、方向と大きさもあわせて示すこと です。

よくある誤解｜p値だけ見て結論を出してしまう

ロジスティック回帰分析の読み方でよくある誤解は、 p値だけを見て「有意か有意でないか」だけで結論を出してしまうことです。 しかし、それでは結果の方向や大きさがわかりません。 p値は重要ですが、結果の全体像を見るには不十分です。

また、オッズ比だけを見て「大きいから重要だ」と判断するのも危険です。 95%CIが広すぎたり、1をまたいでいたりする場合には、解釈は慎重に行う必要があります。 オッズ比・95%CI・p値はセットで読む という意識を持つと、読み違いを防ぎやすくなります。

単変量と多変量で結果が変わるときの考え方

ロジスティック回帰分析では、単変量解析では有意だった変数が、多変量解析では有意でなくなることがあります。 これは珍しいことではなく、他の変数の影響を調整した結果として起こることがあります。

そのため、論文や報告書を読むときには、 どのモデルの結果なのか を確認することが大切です。 調整前の結果なのか、他の変数を入れた調整後の結果なのかで、意味合いが変わることがあります。 とくに多変量ロジスティック回帰分析では、 「他の要因を調整したうえでの関連」 として解釈する視点が重要です。

まとめ｜ロジスティック回帰分析は三つの数字をセットで見る

ロジスティック回帰分析の結果を見るときは、 オッズ比だけ、p値だけを見るのではなく、 オッズ比・95%CI・p値をセットで読むこと が大切です。 オッズ比は方向と大きさの目安、95%CIは推定の幅と1を含むかどうか、p値は統計学的有意性の目安として理解すると整理しやすくなります。

初学者の段階では、まず 「1より大きいか小さいか」、 「1をまたぐかどうか」、 「p値が0.05未満かどうか」 を順に読む習慣をつけるだけでも十分です。 そこから少しずつ、調整前後の違い、臨床的意義や実質的意義まで広げていくと、結果の解釈がより深まります。