【DS検定対策】正規分布で2値分類！「プロビット回帰分析」の仕組み
2値（0か1か）のデータを予測・分類する手法として「ロジスティック回帰分析」が有名ですが、統計学や計量経済学では、もう一つの重要なアプローチである「プロビット回帰分析（Probit Regression）」がよく利用されます。その特徴と違いを整理しましょう！
1. 【 問題 】
2値分類を行う回帰モデルにおいて、ロジスティック回帰分析で用いられる「シグモイド関数」の代わりに、「標準正規分布の累積分布関数（CDF）」を利用して確率を計算・モデル化する分析手法を何と呼ぶでしょうか？
① プロビット回帰分析（Probit Regression）
② ロジスティック回帰分析（Logistic Regression）
③ 主成分分析（Principal Component Analysis）
④ リッジ回帰分析（Ridge Regression）
2. 【 解答 】
3. 整理：ロジスティック回帰 と プロビット回帰 の比較
どちらも「2値の確率（0～1）を予測する」目的は同じですが、裏で使っている確率分布が異なります。
| 手法 | 使用する関数（確率分布） | 特徴・主な使われ方 |
|---|---|---|
| ロジスティック回帰 （Logistic） |
シグモイド関数 （標準ロジスティック分布の累積分布） |
数式処理が容易で計算が軽く、機械学習やAI分野の2値分類で圧倒的に広く使われる。 |
| プロビット回帰 （★今回のテーマ） |
標準正規分布の累積分布関数 （Φ(x) / 潜在変数の正規分布を仮定） |
背後に「正規分布に従う潜在的な閾値（潜在変数）」があると仮定するモデル。計量経済学や薬学（毒性実験）などでよく使われる。 |
4. 2つの曲線の関係
・実務上の予測精度や結論にはほとんど差がつかないことが多いですが、理論背景として「正規分布の累積分布関数を使うのがプロビット」、「シグモイド関数（ロジスティック分布）を使うのがロジスティック回帰」という違いを区別できるようにしておくことが試験対策上重要です。
5. DS検定形式：実戦4択クイズ
問：2値分類を行う統計的モデルに関する記述として、最も適切なものはどれか。
① プロビット回帰分析は、応答変数が2値である場合に、標準正規分布の累積分布関数をリンク関数としてパラメータを推定する手法である。
② ロジスティック回帰分析とプロビット回帰分析は全く異なる目的を持ち、プロビット回帰は連続値の価格予測にのみ用いられる。
③ プロビット回帰分析で用いられる活性化関数は、出力値がマイナス無限大からプラス無限大まで無制限に変化する直線型の関数である。
④ 決定木の分岐条件において、ノードの不純度を計算するための指標として標準正規分布の累積分布関数を用いることをプロビット分析と呼ぶ。
【 正解： ① 】
解説： プロビット回帰の定義を問う標準的な問題です。
①が正解です。2値分類において標準正規分布の累積分布関数（CDF）を利用します。
②連続値の価格予測（回帰）ではなく、ロジスティック回帰と同じく2値分類の手法です。
③出力値は確率（0～1の範囲）に制限されたS字カーブです。
④決定木の不純度指標はジニ不純度やエントロピーです。
6. まとめ
DS検定や資格試験で「2値分類」「シグモイド関数の代わりに標準正規分布の累積分布関数を使う」といったキーワードが出たら、正解は「プロビット回帰分析（Probit Regression）」です！ ロジスティック回帰との共通点・相違点としてしっかり押さえておきましょう！
