1. はじめに

ロジスティック回帰は、実験に1つ以上のバイナリ応答（データの合否の結果など）が含まれる場合、通常の最小二乗（OLS）に基づく線形回帰よりも予測モデリングに適しています。統計の詳細については、Montgomery、Peck 及びVining共著の “Logistic Regression Models（2012年John Wiley & Sons社から発行）”にある「Introduction to Linear Regression Analysis」のセクション13.2を参照にしてください。ロジスティック回帰のメカニズムは少し複雑ですが（ソフトウェアがこれを処理するので、心配はいりません）、結果の解釈は比較的簡単なのでご安心ください。

事例：地対空ミサイル（SAM）の対空発射テスト

Montgomeryらは、問題13.1で、200〜500ノットの範囲のさまざまな速度のターゲットを対象とした25回のSAMの発射テストの結果を示しています。 この実験がDesign-Expert（DX）でどのように設計されているか、およびヒット（1）またはミス（0）の結果を入力した後、それらがどのようにモデル化、診断、および解釈されるかを見てみましょう。 あなたがこのSAM設備の上を飛んでいる飛行機に乗っていると想像してください。撃墜される可能性を最低限に抑えるために、どれくらい速く飛ぶ必要がありますか？