Logistic hồi quy: mô hình và phương pháp

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. hồi quy logistic và phân tích biệt được sử dụng khi nó là cần thiết để phân biệt rõ ràng được hỏi loại nhắm mục tiêu. Hơn nữa, các nhóm này là một mức tham số đơn biến duy nhất. а также выясним, для чего она нужна. Xem xét mô hình hồi quy logistic chi tiết hơn nữa, cũng như tìm hiểu những gì nó đã cho.

Tổng quan

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Một ví dụ về vấn đề này, trong các giải pháp được sử dụng hồi quy logistic, có thể là một phân số người được hỏi bởi mua nhóm và không mua mù tạt. Sự khác biệt được thực hiện theo đặc điểm nhân khẩu học xã hội. Chúng bao gồm, đặc biệt, bao gồm tuổi, giới tính, số lượng thành viên gia đình, thu nhập và vân vân. Có tiêu chí để phân biệt và biến trong hoạt động. Sau đó mã hóa các loại mục tiêu mà, trên thực tế, cần phải phân chia được phỏng vấn.

sắc thái

, значительно уже, чем для дискриминантного анализа. Phải nói rằng một loạt các trường hợp trong đó các dịch vụ hậu cần hồi quy áp dụng, hẹp hơn nhiều so với phân tích biệt. Về vấn đề này, việc sử dụng sau này như một phương pháp phổ biến cho sự khác biệt được coi là ưu tiên hơn. Hơn nữa, các chuyên gia khuyên bạn nên bắt đầu với một phân tích phân biệt nghiên cứu phân loại. Và chỉ trong trường hợp không chắc chắn về kết quả có thể được sử dụng hồi quy logistic. sự cần thiết này được gây ra bởi một số yếu tố. используется при наличии четкого представления о типе независимых и зависимых переменных. hồi quy logistic được sử dụng khi có một ý tưởng rõ ràng về loại biến độc lập và phụ thuộc. Theo đó, chọn một trong 3 thủ tục càng tốt. Khi phân tích biệt, nhà nghiên cứu luôn luôn đối phó với một hoạt động tĩnh. Nó liên quan đến một biến phân loại độc lập phụ thuộc và một số với quy mô của bất kỳ loại.

loại

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. nghiên cứu thống kê khách quan, trong đó sử dụng một hồi quy logistic, là để xác định khả năng một người trả lời cụ thể sẽ được giao cho một nhóm cụ thể. Sự khác biệt được thực hiện theo các thông số nhất định. Trên thực tế, theo các giá trị của một hoặc độc lập hơn yếu tố có thể được phân loại thành hai nhóm người được hỏi. . Trong trường hợp này, có một hồi quy logistic nhị phân. Ngoài ra các thông số quy định có thể được sử dụng trong việc phân bổ vào nhóm lớn hơn hai. Trong một tình huống như vậy có một hồi quy logistic đa thức. Nhóm kết quả thể hiện mức độ của bất kỳ một biến.

thí dụ

Giả sử có câu trả lời phỏng vấn cho câu hỏi về việc liệu họ quan tâm đến một đề nghị thu hồi đất ở ngoại ô Moscow. Trong trường hợp này, các tùy chọn là "không" và "có". Chúng ta cần phải tìm hiểu những gì các yếu tố có ảnh hưởng chủ yếu vào quyết định của người mua tiềm năng. Đối với người trả lời câu hỏi này được hỏi về cơ sở hạ tầng của vùng lãnh thổ này, khoảng cách đến thủ đô, diện tích đất, mặt / vắng mặt của các tòa nhà dân cư và vân vân. Sử dụng hồi quy nhị phân, có thể được phân phối trong hai nhóm người được hỏi. Việc đầu tiên sẽ bao gồm những người đang quan tâm đến việc mua - người mua tiềm năng, và thứ hai, tương ứng, những người không quan tâm đến lời đề nghị như vậy. Đối với mỗi người trả lời, ngoài ra, nó sẽ được tính toán xác suất của phân công đến một thể loại này hay cách khác.

đặc điểm so sánh

Không giống như hai hiện thân ở trên bao gồm trong một số khác nhau và loại của các nhóm phụ thuộc và biến độc lập. Trong một hồi quy nhị phân, ví dụ, nghiên cứu các yếu tố nhị phân phụ thuộc từ một hoặc độc lập nhiều điều kiện. Trong trường hợp này, sau này có thể của bất kỳ loại quy mô. hồi quy đa thức được coi là một loại phiên bản của việc phân loại. Nó liên quan đến biến phụ thuộc trong hơn 2 nhóm. yếu tố độc lập phải có hoặc là một thứ tự hoặc quy mô đáng kể.

Regression logistic trong SPSS

Gói 11-12 thống kê, đã giới thiệu một phiên bản mới của phân tích - chuỗi. Phương pháp này được sử dụng khi yếu tố phụ thuộc liên quan đến cùng tên (ordinal) quy mô. Trong trường hợp này các biến độc lập đã chọn một loại cụ thể. Họ phải có một trong hai thứ hoặc danh từ. Phân loại trong một số chuyên mục được coi là linh hoạt nhất. Phương pháp này có thể được sử dụng trong tất cả các nghiên cứu sử dụng hồi quy logistic. , однако, можно только с помощью всех трех приемов. Nâng cao chất lượng các mô hình, tuy nhiên, có thể chỉ bằng cách sử dụng cả ba phương pháp.

phân loại thứ tự

Người ta nói rằng trước đó trong phần mềm thống kê không được cung cấp cơ hội để thực hiện một phân tích chuyên ngành tiêu biểu cho các yếu tố phụ thuộc với một quy mô thứ tự. Đối với tất cả các biến, với số lượng các nhóm của hơn 2 sử dụng tùy chọn đa thức. Giới thiệu tương đối gần đây phân tích chuỗi có một số tính năng. Họ đưa vào tài khoản các chi tiết cụ thể của quy mô nó. часто не рассматривается как отдельный прием. Trong khi đó, trong sách hướng dẫn về phương pháp hồi quy logistic thứ tự thường không được coi là tiếp nhận riêng biệt. Lý do là như sau: Phân tích sê-ri không có bất kỳ lợi thế đáng kể so với đa thức. Các nhà nghiên cứu cũng có thể sử dụng sau này trong sự hiện diện và thứ tự, và biến phụ thuộc không đáng kể. Bằng cách đó, quá trình phân loại là gần như không thể phân biệt lẫn nhau. Điều này có nghĩa rằng các phân tích để nắm giữ sẽ không gây ra bất kỳ vấn đề.

phân tích các tùy chọn

Hãy xem xét các trường hợp đơn giản - một hồi quy nhị phân. Ví dụ, trong quá trình nghiên cứu nhu cầu ước tính tiếp thị cho sinh viên tốt nghiệp của trường đại học đô thị nhất định. Trong câu hỏi, trả lời được câu hỏi, bao gồm:

1. bạn đang làm việc? (QL).
2. Xác định năm tốt nghiệp (q 21).
3. số điểm trung bình của ổ cắm (aver) là gì.
4. Giới tính (Q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. hồi quy logistic sẽ đánh giá tác động của các yếu tố độc lập Aver, q 21 và q 22 tại ql biến. Một cách đơn giản, mục đích của việc phân tích là xác định việc sử dụng khả năng của sinh viên tốt nghiệp trên cơ sở thông tin về các lĩnh vực, cuối năm nay, và số điểm trung bình.

Regression logistic

Để thiết lập các thông số sử dụng hồi quy nhị phân, sử dụng menu Analyze►Regression►Binary Logistic. Trong Logistic Regression để lựa chọn trong danh sách bên trái của biến sẵn yếu tố phụ thuộc. Họ là ql. Biến này phải được đặt trong lĩnh vực phụ thuộc. Sau đó, bạn phải nhập các đồng biến trang web của các yếu tố độc lập - q 21, q 22, aver. Sau đó, bạn cần phải chọn một cách để bao gồm chúng trong phân tích. Nếu số lượng các yếu tố độc lập hơn 2, không sử dụng các phương pháp quản lý đồng thời của tất cả các biến, được cài đặt theo mặc định và từng bước một. Cách phổ biến nhất được coi Backward: LR. Sử dụng các nút Select, bạn không thể bao gồm trong việc nghiên cứu tất cả người trả lời, và chỉ có một mục đích cụ thể.

Xác định các biến phân loại

nút phân loại để sử dụng trong trường hợp khi một trong các biến được đánh giá với số chủng loại hơn 2. Trong tình huống này, Xác định cửa sổ Biến Categorical trong trạm Categorical đồng biến được đặt ngay một tùy chọn như vậy. Trong ví dụ này, một biến như vậy là mất tích. Sau đó danh sách thả xuống, chọn mục Contrast sai lệch và nhấp vào nút Change. Kết quả là, một số các biến phụ thuộc sẽ được tạo ra từ mỗi yếu tố đánh giá. số của họ tương ứng với số lượng các điều khoản ban đầu của chuyên mục.

Lưu biến mới

Sử dụng nút Save trong nghiên cứu chính được thiết lập để tạo ra hộp thoại thiết lập mới. Họ sẽ chứa số tính toán trong quá trình hồi quy. Đặc biệt, nó có thể tạo ra các biến mà xác định:

1. Thuộc vào một danh mục cụ thể của phân loại (Groupmembership).
2. Khả năng phân loại được phỏng vấn trong mỗi nhóm nghiên cứu (Xác suất).

Khi sử dụng nút Options nhà nghiên cứu không nhận được bất kỳ cơ hội đáng kể. Theo đó, nó có thể được bỏ qua. Sau khi nhấn nút "OK" trong cửa sổ chính sẽ được hiển thị kết quả phân tích.

Quản lý chất lượng an toàn hồi quy logistic

Hãy xem xét các bảng Omnibus Testsof Mẫu Hệ số. Nó sẽ hiển thị các kết quả phân tích chất lượng của mô hình xấp xỉ. Do thực tế rằng tùy chọn gia tăng, bạn cần phải xem kết quả của giai đoạn cuối cùng (Bước 2) đã được thiết lập. Sẽ được coi là một kết quả tích cực, trong đó sự gia tăng phát hiện chỉ số Chi-square trong quá trình chuyển sang bước tiếp theo ở một mức độ cao có ý nghĩa (Sig. <0,05). Chất lượng của các mô hình được ước tính trong dòng Model. Nếu bạn nhận được một giá trị tiêu cực, nhưng nó không được coi là quan trọng nếu mô hình vật chất cao tổng thể, cuối cùng có thể được coi thực tế sử dụng được.

bảng

Mẫu Tóm tắt thông tin cung cấp một ước tính tổng chỉ số phân tán, trong đó mô tả các mô hình xây dựng (Hình R Square). Đó là khuyến cáo để áp dụng giá trị Nagelker. chỉ số tích cực có thể được coi như một tham số Nagelkerke R Square, nếu nó là cao hơn 0,50. Sau đó đánh giá kết quả của việc phân loại, trong đó các chỉ số thực tế của thuộc một hoặc một chủng loại nghiên cứu này được so sánh với những dự đoán của mô hình hồi quy. Với mục đích này Bảng Phân loại bảng. Nó cũng cho phép bạn rút ra kết luận về tính đúng đắn của sự khác biệt cho từng nhóm trong câu hỏi. . Bảng dưới đây làm cho nó có thể tìm thấy các yếu tố độc lập ý nghĩa thống kê nhập vào phân tích cũng như một yếu tố hồi quy logistic phi tiêu chuẩn. Trên cơ sở các chỉ số này có thể dự đoán liên kết của mỗi người trả lời trong mẫu cho một nhóm cụ thể. biến mới có thể được nhập bằng cách sử dụng nút Save. Họ sẽ chứa thông tin về các thành viên của một thể loại đặc biệt phân loại (Predictedcategory) và khả năng đưa vào các nhóm này (dự đoán xác suất thành viên). Sau khi nhấn nút "OK" trong cửa sổ chính sẽ xuất hiện kết quả tính toán đa thức Logistic Regression.

Bảng đầu tiên, trong đó có các chỉ số quan trọng đối với các nhà nghiên cứu, - Mô hình lắp thông tin. Một mức độ cao về ý nghĩa thống kê sẽ trỏ đến chất lượng cao và phù hợp của việc sử dụng các mô hình để giải quyết vấn đề thực tế. Một bảng quan trọng là Pseudo R-Square. Nó cho phép bạn để ước tính tỷ lệ của tổng phương sai trong các yếu tố phụ thuộc, bị gây ra bởi các biến độc lập được lựa chọn để phân tích. Theo Bảng Khả năng xét nghiệm Ratio có thể rút ra kết luận về ý nghĩa thống kê của sau này. Các ước lượng tham số phản ánh hệ số phi tiêu chuẩn. Chúng được sử dụng trong việc xây dựng các phương trình. Bên cạnh đó, đối với mỗi sự kết hợp của các biến được xác định ý nghĩa thống kê của tác động của yếu tố phụ thuộc. Trong khi đó, nghiên cứu thị trường thường là cần thiết để phân biệt các loại số người được hỏi không riêng biệt, nhưng như là một phần của các nhóm đối tượng. Với mục đích này bảng Observedand Tần số dự đoán.

ứng dụng thực tế

phương pháp được coi là phân tích được sử dụng rộng rãi trong công tác kinh doanh. Năm 1991, chỉ số sigmoid hồi quy logistic được phát triển. Ông là một công cụ dễ sử dụng và hiệu quả có thể được sử dụng để dự đoán giá có khả năng "quá nóng" của họ. Chỉ số được trình bày trên một đồ thị dưới dạng một kênh hình thành bởi hai dòng mở rộng song song. Họ loại bỏ một khoảng cách tương đương từ xu hướng này. Chiều rộng của hành lang sẽ phụ thuộc hoàn toàn vào các khung thời gian. Chỉ số được sử dụng khi làm việc với hầu như tất cả các tài sản - từ cặp tiền tệ để kim loại quý.

Trong thực tế, nó được sản xuất 2 chiến lược quan trọng đối với việc sử dụng các công cụ: sự cố và một sự đảo ngược. Trong trường hợp sau các thương nhân sẽ tập trung vào sự năng động của thay đổi giá trong kênh. Trên là khả năng phong trào bắt đầu theo hướng ngược lại khi nó tiếp cận chi phí của một hỗ trợ hoặc kháng tốc độ đường truyền. Nếu giá là chặt chẽ phù hợp với giới hạn trên, sau đó các tài sản có thể được loại bỏ. Nếu nó là ở giới hạn thấp hơn, bạn nên suy nghĩ về việc mua. sự cố chiến lược liên quan đến việc sử dụng các lệnh. Chúng được lắp đặt bên ngoài các giới hạn về khoảng cách tương đối ngắn. Nếu tính rằng, giá trong một số trường hợp vi phạm chúng trong một thời gian ngắn, bạn nên chơi nó an toàn và thiết lập dừng lỗ. Cùng lúc đó, tất nhiên, không phụ thuộc vào chiến lược lựa chọn đòi hỏi các nhà kinh doanh để tối đa hóa lạnh lùng nhận thức và đánh giá tình hình đã phát sinh trên thị trường.

phần kết luận

Do đó, việc sử dụng hồi quy logistic cho phép bạn nhanh chóng và dễ dàng phân loại được phỏng vấn vào các mục phù hợp với các thông số cụ thể. Khi phân tích khả năng sử dụng một cách nhất định. Đặc biệt, tính linh hoạt của hồi quy đa thức khác nhau. Tuy nhiên, các chuyên gia khuyến cáo sử dụng tất cả các phương pháp mô tả ở trên trong khu phức hợp. Điều này là do thực tế rằng trong trường hợp này chất lượng của mô hình sẽ cao hơn đáng kể. Điều này, đến lượt nó, mở rộng phạm vi áp dụng của nó.