Логистичка регресија: модели и методи

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. Логистичка регресија и дискриминантна анализа се користи кога е потребно да се јасно се разликува испитаниците целни категории. Покрај тоа, овие групи се еден униваријантна нивоа параметар. а также выясним, для чего она нужна. Размислете за повеќе детали логистичка регресија модел, како и да дознаете што тоа беше за.

Преглед

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Еден пример на проблем, во раствор кој се користи логистичка регресија, може да биде класификација на испитаниците од страна на група за купување, а не за купување на сенф. На диференцијација се врши во согласност со социо-демографски карактеристики. Овие вклучуваат, особено, вклучуваат возраст, пол, број на членови на семејството, приход и така натаму. Постојат критериуми за да се разликува и променлива во операцијата. Вториот кодира цел категорија за која, всушност, треба да се подели испитаниците.

нијанси

, значительно уже, чем для дискриминантного анализа. Мора да се каже дека опсегот на случаи во кои се применуваат регресија логистика, многу потесно од дискриминантна анализа. Во овој поглед, користење на второто како универзален метод за разликување се смета за најпосакувана. Покрај тоа, експертите препорачуваат почнувајќи класификација студија дискриминирачка анализа. И само во случај на несигурност за резултатите може да се користи логистичка регресија. Оваа потреба е предизвикана од неколку фактори. используется при наличии четкого представления о типе независимых и зависимых переменных. Логистичка регресија се користи кога има јасна идеја за видот на независни и зависни променливи. Соодветно на тоа, избрани еден од 3 можни постапки. Кога дискриминантна анализа, истражувачот секогаш се занимаваат со статичка работа. Тоа се вклучени еден зависни и неколку независни категорични променливи со скала од било кој тип.

видови

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. Цел статистичко истражување, кој користи логистичка регресија, е да се одреди веројатноста дека одреден испитаникот ќе бидат доделени на одредена група. Диференцијација се врши во согласност со одредени параметри. Во пракса, во согласност со вредностите на една или повеќе независни фактори може да се класифицираат во две групи на испитаници. . Во овој случај, таму е бинарна логистичка регресија. Исто така, определени параметри може да се користи во распределбата на групата е поголема од два. Во таква ситуација постои multinomial логистичка регресија. Како резултат на група изрази нивоа од било кое променлива.

пример

Да претпоставиме дека постојат одговори на испитаниците на прашањето за тоа дали тие се заинтересирани за понудата да се стекне со земјиште во предградијата на Москва. Во овој случај, опциите се "не" и "Да." Ние треба да се најде она што фактори имаат доминантно влијание врз одлуката на потенцијалните купувачи. За оваа тужената прашања се праша за инфраструктура на територијата, растојанието до главниот град, површина на земјиште, присуството / отсуството на станбени згради и така натаму. Користење на бинарни регресија, може да се дистрибуира во две групи на испитаници. Првиот ќе вклучува оние кои се заинтересирани за купување - потенцијалните купувачи, а вториот, односно, оние кои не се заинтересирани за таква понуда. За секој испитаник, покрај тоа, таа ќе се пресметува веројатноста за доделување на една или друга категорија.

компаративна карактеристики

За разлика од два олицетворение погоре се состои во различен број и вид на групи зависни и независни променливи. Во бинарен регресија, на пример, а студирал на зависноста дихотомична фактор од еден или повеќе независни услови. Во овој случај, тој може да биде од било кој тип на обем. Multinomial регресија се смета за еден вид на верзија на класификација. Тоа се однесува на зависната променлива за повеќе од 2 групи. Независни фактори мора да имаат или реден или номиналната скала.

Логистичка регресија во SPSS

пакет 11-12 Статистичките, воведе нова верзија на анализата - низа. Овој метод се користи кога е во зависност фактор се однесува на истото име (реден) скала. Во овој случај независните варијабли избра еден посебен вид. Тие мора да бидат или реден или номинална. Класификација во повеќе категории се смета за повеќето разноврсна. Овој метод може да се користи во сите студии кои се користат логистичка регресија. , однако, можно только с помощью всех трех приемов. Подобрување на квалитетот на моделот, сепак, е можно само со користење на сите три методи.

реден класификација

Се вели дека во почетокот на статистички пакети не им беше дадена можност да се изврши една типична специјализирани анализа за зависни фактори со скала. За сите варијабли, со број на групи од повеќе од 2 користи multinomial опција. Воведе релативно неодамна секвенца анализа има голем број на функции. Тие се земе во предвид спецификите на тоа ниво. часто не рассматривается как отдельный прием. Во меѓувреме, во методолошките прирачници реден логистичка регресија е често не се третира како посебен прием. Причината е како што следува: сериски анализа нема никакви значајни предности во однос multinomial. Истражувачот и може да се користи вториот во присуство и реден, а номиналната зависна променлива. Притоа, процесот на класификација се речиси непрепознатливи од едни на други. Ова значи дека анализата на одржувањето цел нема да предизвика никакви проблеми.

анализа на опции

Размислете за едноставен случај - бинарен регресија. На пример, во процесот на маркетинг истражување проценетата побарувачка за дипломирани студенти на одредени Метрополитен универзитет. Во прашалникот, испитаниците беа поставувани прашања, вклучувајќи:

1. Дали сте работат? (QL).
2. Наведете година дипломирањето (q 21).
3. Што е просечната оценка од штекер (изјавувам).
4. Пол (Q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. Логистичка регресија да се процени влијанието на независни фактори изјавувам, q q 21 и 22 на променлива QL. Едноставно кажано, целта на анализата е да се утврди најверојатно вработување на дипломирани студенти врз основа на информациите на теренот, на крајот на годината, а просечната оценка.

логистичка регресија

За да поставите параметри користење на бинарни регресија, користете го менито Analyze►Regression►Binary логистика. Во логистичка регресија да се избере во левата листа на достапни променливи зависни фактор. Тие се QL. Оваа променлива мора да биде поставен во областа на зависност. После тоа, ќе мора да влезе во covariates сајт независни фактори - Q 21, Q 22, изјавувам. Тогаш ќе треба да изберете начин на нивно вклучување во анализата. Ако бројот на независни фактори на повеќе од 2, не се користи методот на истовремена администрација на сите променливи, кој е инсталиран стандардно, и чекор по чекор. Најпопуларниот начин се смета наназад: LR. Со помош на копчето Избери, не можете да се вклучат во проучување на сите испитаници, а само одредена целна група.

Категорични се дефинираат променливи

Категорични копчето за да се користи во случај кога една од варијаблите е оценет на бројот на категории на повеќе од 2. Во оваа ситуација, Дефинирање Категорични променливи прозорец во станица Категорични covariates поставени само како опција. Во овој пример, таква променлива се водат за исчезнати. После тоа на паѓачката листа, изберете ја ставката контраст Отстапување на и кликнете на копчето Промени. Како резултат на тоа, некои од зависните променливи ќе бидат генерирани од секоја од отценети фактор. Нивниот број одговара на бројот на оригиналните услови на категории.

Зачувај нови променливи

Користете го копчето Зачувај во главната студија е поставена да се создаде дијалог новите поставувања. Тие ќе содржат броеви пресметува во процесот на регресија. Особено, тоа е можно да се создаде променливи кои се утврди:

1. Кои припаѓаат на одредена категорија на класификација (Groupmembership).
2. Веројатноста за класифицирање на испитаници во секоја студиска група (веројатности).

Кога го користите копчето истражувач Опции не добиваат никакви значајни можности. Според тоа, може да се игнорира. По притискање на копчето "OK" во главниот прозорец ќе се прикаже резултатите од анализата.

контрола на квалитетот на логистичка регресија адекватноста

Размислете за маса Омнибус Testsof Модел коефициенти. Се прикажува резултатите од анализата на квалитетот на моделот на приближување. Се должи на фактот дека поединечната опција, ќе треба да се види на резултатите од последната фаза (Step2) е поставен. Ќе се смета за позитивен резултат, во која детектира зголемување Хи квадрат индекс во транзицијата кон следниот чекор на висок степен на значење (Sig. <0,05). На квалитетот на моделот се проценува во линија на модел. Ако добиете негативен вредност, но тоа не се смета за значаен доколку целокупниот модел на високо материјалност, последната може да се смета за практично употребливи.

маси

Краток преглед на модел дава проценка на вкупниот индекс на дисперзија, која ја опишува изградени модел (слика плоштад R). Се препорачува да се применуваат на вредноста Nagelker. Позитивен индикатор може да се смета како параметар R плоштад Nagelkerke, доколку е повисока од 0,50. После тоа оценува резултатите од класификацијата во која вистинските показатели на припадност на една или друга категорија на студијата се споредуваат со оние предвидени со регресија модел. За таа цел маса Класификација маса. Таа, исто така ви овозможува да се извлечат заклучоци за точноста на диференцијација за секоја група во прашање. . Во следната табела се прави возможно да се најдат статистички значајни независни фактори влезе во анализа, како и не-стандардизирани фактор логистичка регресија. Врз основа на овие показатели може да се предвиди припадност на секој од испитаниците во примерокот на одредена група. Нови променливи може да се влезе со користење на копчето Зачувај. Тие ќе содржат информации за припадност на одредена категорија класификација (Predictedcategory) и веројатноста за вклучување во овие групи (Предвидена членство веројатности). По притискање на копчето "OK" во главниот прозорец ќе се појави пресметка резултати multinomial логистичка регресија.

Првата табела, која содржи важни индикатори за истражувачот, - модел фитинг информации. А високо ниво на статистичка значајност ќе укажуваат на висок квалитет и соодветноста на користење на модели за решавање на практични проблеми. Друг важен табелата е псевдо-R плоштад. Тоа ви овозможува да се процени процентот од вкупната варијанса во зависните фактор, која е предизвикана од страна на независни променливи избрани за анализа. Според табела Веројатност Сооднос Тестови може да се извлечат заклучоци за статистичка значајност на вторите. Проценките на параметарот одразуваат не-стандардни коефициенти. Тие се користат во изградба на равенката. Покрај тоа, за секоја комбинација на променливи се утврдува на статистичка значајност на нивното влијание врз зависната фактор. Во меѓувреме, истражување на пазарот често се потребни за да се разликува категории испитаници не одделно, туку како дел од целната група. За таа цел на маса Observedand Предвидена фреквенции.

практична примена

Смета метод на анализа е широко се користи во работата на трговците. Во 1991 година, индикатор сигмоиден логистичка регресија беше развиена. Тој е лесен-за-користење и ефикасна алатка која може да се користи да се предвиди веројатноста цени на нивните "прегревање". Индикаторот се прикажани на графикон во форма на канал формирана од страна на две линии се протега паралелно. Тие отстранета еднакво растојание од овој тренд. Ширината на коридорот ќе зависи исклучиво од временска рамка. Индикаторот се користи кога се работи со речиси сите средства - од валута парови на скапоцени метали.

Во пракса, тоа произведува 2 клучни стратегии за употреба на инструментот: дефект и пресврт. Во вториот случај, на трговецот ќе се фокусира на динамиката на промените на цените во рамките на каналот. На е веројатноста дека движењето започнува во спротивна насока како што се приближува на цената на стапка на поддршка или отпор линија. Ако цената е тесно одговара до горната граница, а потоа средствата можат да се отстранат. Ако тоа е долната граница, треба да се размислува за купување. Стратегија дефект вклучува употреба на налози. Тие се инсталирани надвор од границите на релативно кратко растојание. Имајќи предвид дека цената во некои случаи ги прекршат за кратко време, треба да го игра сигурно и го постави на стоп-загуба. Во исто време, се разбира, без оглед на избраниот стратегија бара трговец да се зголеми ладнокрвно ја согледа и оцени ситуацијата која има појавено на пазарот.

заклучок

Така, употребата на логистичка регресија ви овозможува брзо и лесно да се категоризираат испитаниците во категории во согласност со определени параметри. При анализа на можната употреба на одреден начин. Особено, разновидноста на различни multinomial регресија. Сепак, експертите препорачуваат употреба на сите методи што е опишано погоре во комплексот. Ова се должи на фактот дека во овој случај, квалитетот на моделот ќе биде значително повисока. Ова, пак, се прошири опсегот на неговата примена.