令和5年度 春期 ITストラテジスト試験 午前 II 問3
テクノロジAI・データ活用データ分析・データ基盤
多数の被験者の検診データから，説明変数である年齢，飲酒の頻度及び喫煙本数が，目的変数であるガンの発症の有無に及ぼす影響を統計的に分析した上で，ある人の年齢，飲酒の頻度及び喫煙本数から，その人のガンの発症確率を推定するモデルを構築した。このとき用いられる分析手法はどれか。
図の説明テキスト
検診データのサンプル
| 年齢 | 飲酒の頻度(回/週) | 喫煙本数(本/週) | ガンの発症の有無 |
|---|---|---|---|
| 50 | 7 | 70 | 有 |
| 40 | 5 | 40 | 有 |
| 55 | 2 | 10 | 無 |
| 45 | 5 | 0 | 無 |
解答・解説
正解: エ. ロジスティック回帰分析
正解の根拠
ガンの発症の有無のような2値の目的変数を、複数の説明変数（年齢、飲酒の頻度、喫煙本数など）から予測し、その確率を推定するモデルを構築する手法は ロジスティック回帰分析 です。したがって、エが正解となります。
各選択肢の解説
- ア ABC分析: 商品の売上金額などに基づいて、重要度や優先度に応じてA、B、Cの3つのクラスに分類し、管理する手法です。確率の推定には用いられません。
- イ クラスター分析: 異なる性質のものが混ざり合った集団の中から、互いに似た性質を持つものを集めてクラスター（集落）を作り、対象を分類する手法です。目的変数を持たない教師なし学習の一種です。
- ウ 主成分分析: 多数の変数を持つデータにおいて、相関の強い変数を合成して新しい変数（主成分）を作り出し、データの次元を削減して情報を集約・解釈しやすくする手法です。
- エ ロジスティック回帰分析: 正解です。複数の説明変数から、結果が2値（発生する/しない、など）となる目的変数が起こる確率を推定する手法です。