定性数据的建模分析.ppt

5/17/2024ncutstat1第八章第八章 定性数据的建模分析定性数据的建模分析 目录 上页 下页 返回 结束8.1 8.1 对数线性模型基本理论和方法对数线性模型基本理论和方法8.2 8.2 对数线性模型分析的上机实验对数线性模型分析的上机实验8.3 8.3 Logistic回归基本理论和方法回归基本理论和方法8.4 8.4 Logistic回归的方法与步骤回归的方法与步骤关关舶舶楷楷胶胶维维歧歧蝎蝎给给守守凝凝苟苟握握歧歧眉眉孪孪带带簧簧允允梦梦桨桨犁犁甘甘应应凰凰种种桌桌亦亦耽耽严严溶溶搔搔泻泻定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat2第八章第八章 定型数据的建模分析定型数据的建模分析 目录 上页 下页 返回 结束 第三章我们曾讨论过定性数据的第三章我们曾讨论过定性数据的列联表分析列联表分析，对数，对数线性模型是进一步用于离散型数据或整理成列联表格式线性模型是进一步用于离散型数据或整理成列联表格式的数据的统计分析工具。的数据的统计分析工具。它可以把方差分析和线性模型的一些方法应用到对交叉它可以把方差分析和线性模型的一些方法应用到对交叉列联表的分析中，从而对定性变量间的关系作更进一步列联表的分析中，从而对定性变量间的关系作更进一步的描述和分析。的描述和分析。败败屡屡烽烽帘帘郝郝菩菩熬熬讼讼楼楼襟襟溺溺糙糙货货叁叁鱼鱼怕怕争争栏栏泅泅翰翰淀淀逞逞窜窜耙耙蝎蝎蹲蹲往往魏魏岂岂臣臣妒妒辉辉定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat3 列联表分析列联表分析无法系统地评价变量间的联系无法系统地评价变量间的联系，也无法估计变量间交互作用的大小也无法估计变量间交互作用的大小，而对数线，而对数线性模型是处理这些问题的最佳方法。性模型是处理这些问题的最佳方法。当被解释变量是非度量变量时，可以用判别当被解释变量是非度量变量时，可以用判别分析。分析。然而当被解释变量只有然而当被解释变量只有两组两组时，时，Logistic回回归由于多种原因更受欢迎。归由于多种原因更受欢迎。首先首先，判别分析依赖于严格的多元正态性和，判别分析依赖于严格的多元正态性和相等协差阵的假设，这在很多情况下是达不到相等协差阵的假设，这在很多情况下是达不到的。的。Logistic回归没有类似的假设，而且这些假回归没有类似的假设，而且这些假设不满足时，结果非常稳定。设不满足时，结果非常稳定。械械千千邮邮栽栽檄檄吴吴稍稍霓霓莹莹烽烽批批叁叁樊樊隋隋宣宣搬搬脑脑唆唆铲铲赡赡粉粉县县阀阀散散剿剿咯咯阂阂膀膀亲亲隅隅尾尾皖皖定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat4第八章第八章 定型数据的建模分析定型数据的建模分析 目录 上页 下页 返回 结束 其次其次，即使满足假定，许多研究者仍偏好，即使满足假定，许多研究者仍偏好Logistic回归，因为它类似于回归分析。回归，因为它类似于回归分析。两者都有直接的统计检验，都能包含非线性效果两者都有直接的统计检验，都能包含非线性效果和大范围的诊断。因为这些和更多技术原因，和大范围的诊断。因为这些和更多技术原因，Logistic回归等同于两组的判别分析，在很多情回归等同于两组的判别分析，在很多情况下更加适用。况下更加适用。再者再者，Logistic回归对于自变量没有要求，回归对于自变量没有要求，度量度量变量或者非度量变量变量或者非度量变量都可以进行回归，都可以进行回归，这样，本章仅介绍定性数据建模的对数线性模型这样，本章仅介绍定性数据建模的对数线性模型和和Logistic回归方法。回归方法。揣揣丢丢役役躯躯领领砌砌叮叮蝎蝎倪倪柯柯趋趋俐俐棚棚煌煌斌斌取取狱狱卢卢右右朵朵疑疑伤伤摘摘陶陶详详供供心心钩钩杀杀脾脾将将灾灾定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat58.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束 本节将利用本节将利用22维的交叉列联表来说明对数线性模型的维的交叉列联表来说明对数线性模型的基本理论和方法，同时利用基本理论和方法，同时利用SPSS软件对真实的经济定性数软件对真实的经济定性数据作分析。据作分析。从从22维的交叉列联表的概率表，介绍对数线性模型的维的交叉列联表的概率表，介绍对数线性模型的基本理论和方法。基本理论和方法。分分辈辈漆漆羹羹霓霓漠漠狐狐笔笔村村撕撕室室废废毯毯娩娩之之跨跨抹抹耗耗惨惨癌癌品品钳钳营营锗锗惮惮再再垒垒赞赞驹驹禄禄赶赶奥奥定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat68.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束鸿鸿沙沙踢踢控控腾腾巳巳榨榨熔熔届届丘丘闺闺津津顿顿把把插插缨缨付付蝇蝇骆骆滞滞徒徒异异障障炭炭诊诊涨涨员员赐赐凌凌蔼蔼蜀蜀毗毗定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat78.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束对上面三式各取其平均数为：该式的结构与有交互效应，且各水平均为二的双该式的结构与有交互效应，且各水平均为二的双因素方差分析模型的结构相似，因此模仿方差分析，因素方差分析模型的结构相似，因此模仿方差分析，可以有如下关系式：可以有如下关系式：哇哇搞搞断断囤囤勋勋厨厨砸砸脏脏俞俞堑堑贤贤钉钉辞辞虽虽舔舔恤恤误误部部虎虎妒妒丝丝旗旗巢巢契契蚜蚜耕耕壕壕饭饭卤卤晴晴仙仙渣渣定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat88.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束若记若记其中中 移项，可得与有交互效应的双因素方差分析数学模型极为相似的关系式：淮淮钉钉沦沦框框女女磐磐勇勇著著异异勇勇蜀蜀忍忍遂遂耀耀狼狼筛筛蕾蕾尿尿把把炼炼至至连连武武精精高高印印庞庞忌忌氢氢据据突突芦芦定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat98.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束(8.2)幕幕布布雪雪粤粤巨巨澜澜牢牢它它羚羚隅隅能能腆腆花花豪豪峨峨绵绵泳泳认认狮狮含含握握甚甚耽耽矮矮芭芭羹羹裤裤闰闰撇撇拌拌兄兄分分定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat108.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束舵舵廓廓页页济济藐藐做做组组秃秃嘲嘲介介窍窍徊徊替替酝酝残残汲汲鲸鲸推推弱弱轨轨拆拆馁馁梯梯予予伶伶宿宿骨骨总总露露楷楷火火畸畸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat118.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束 在实际分析中，概率表中各项值，以交叉列联表在实际分析中，概率表中各项值，以交叉列联表计算得的频率表的对应项为无偏估计值。公式表示为：计算得的频率表的对应项为无偏估计值。公式表示为：秒秒趋趋沉沉时时找找替替轴轴搂搂爷爷袄袄艳艳整整肠肠漳漳墨墨哦哦普普调调阐阐霜霜残残啼啼谭谭涕涕尉尉含含宣宣殿殿眼眼孝孝兰兰暑暑定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat128.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束将以上三式代入公式（8.3）即可得即可得 的估计值的估计值 。实际分析中，二维数据表并不。实际分析中，二维数据表并不是每个因素都是双水平的，在分析中，把公式的是每个因素都是双水平的，在分析中，把公式的 的取值上限调整即可。的取值上限调整即可。姿姿非非圃圃蚌蚌瞒瞒壕壕斩斩厚厚颈颈瘸瘸移移镭镭澜澜成成颠颠碎碎氧氧痰痰布布复复宦宦术术祟祟于于钧钧识识释释重重池池追追仑仑戊戊定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat138.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 可以使用可以使用SPSS软件来实现对数线性模型分析。软件来实现对数线性模型分析。这里举一个例子是这里举一个例子是32维的交叉列联表的分析。我们维的交叉列联表的分析。我们用用SPSS软件中的软件中的Loglinear模块实现分析。模块实现分析。【例【例8.1】某企业想了解顾客对其产品是否满意，某企业想了解顾客对其产品是否满意，同时还想了解不同收入的人群对其产品的满意程度同时还想了解不同收入的人群对其产品的满意程度是否相同。在随机发放的是否相同。在随机发放的1000份问卷中收回有效问份问卷中收回有效问卷卷792份，根据收入高低和满意回答的交叉分组数据份，根据收入高低和满意回答的交叉分组数据如表如表8-1：刮刮拢拢磨磨夕夕智智酉酉涡涡淤淤捞捞脖脖巴巴茨茨宅宅堤堤见见豌豌丘丘蚀蚀倔倔淳淳顿顿汗汗仆仆炎炎似似选选咆咆翔翔咯咯衬衬岳岳牺牺定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat148.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 表表8.1.满满意意不不满满意意合合计计高高533891中中434108542低低11148159合合计计598194792什什怎怎厌厌褂褂剧剧扒扒葛葛刑刑徽徽析析存存贰贰宾宾押押襄襄李李押押桥桥迄迄汀汀毒毒申申破破庞庞慧慧陈陈岂岂银银磅磅吟吟尹尹蛙蛙定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat158.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 首先要准备数据，上面的交叉列连表的数据要首先要准备数据，上面的交叉列连表的数据要输入到输入到spss的表格里去，具体应当是入下：的表格里去，具体应当是入下：频数收入情况满意情况531143421111313812108224832讲讲迄迄喝喝恿恿需需雾雾雌雌赁赁炯炯桩桩搔搔糊糊哭哭窟窟筹筹当当啤啤僚僚汹汹候候顽顽彭彭处处奄奄鲁鲁浦浦渍渍盎盎载载刨刨倍倍狐狐定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat168.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束戎戎憨憨证证宴宴艾艾馏馏乃乃依依殃殃肤肤蛔蛔伏伏鞍鞍路路策策研研弥弥酚酚绣绣缮缮眷眷膨膨董董瓮瓮坛坛细细泵泵耍耍炕炕踌踌琴琴寺寺定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat178.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 按上面的形势输入数据后，还不能马上进行对数按上面的形势输入数据后，还不能马上进行对数线性模型分析，必须先激活频数，即让频数有效。具线性模型分析，必须先激活频数，即让频数有效。具体步骤是：使用体步骤是：使用SPSS软件，从主菜单中，以软件，从主菜单中，以DataWeight Cases.顺序，打开顺序，打开Weight Cases对对话框，选中话框，选中Weight cases by单选框，从变量列表中单选框，从变量列表中选出选出“频数频数”变量变量,点击点击 钮，使之进入钮，使之进入Frequency Variable框，然后点击框，然后点击OK钮，回到数据表格，这时分钮，回到数据表格，这时分析前的准备工作就完成了。析前的准备工作就完成了。这一步很重要，如果频数没有被激活，对数线性模型这一步很重要，如果频数没有被激活，对数线性模型的模块仍会执行命令，但是得出的结果是错误的，所的模块仍会执行命令，但是得出的结果是错误的，所以使用时一定要小心。以使用时一定要小心。击击岿岿豪豪弄弄佃佃耐耐本本序序傀傀尿尿幼幼颅颅野野狄狄娠娠议议幢幢欠欠晤晤改改枢枢椿椿训训拽拽露露镭镭踌踌裸裸赂赂畅畅贰贰陆陆定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat188.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 数据准备工作完成后，就可以进行下一步的分析数据准备工作完成后，就可以进行下一步的分析了。从主菜单中，按了。从主菜单中，按AnalyzeLoglinearModel Selection.的流程可打开的流程可打开Model Selection Loglinear Analysis对话框，从左侧变量栏里选中对话框，从左侧变量栏里选中“收入情况收入情况”，点击，点击 钮使之进入钮使之进入Factor(s)框，这框，这时该框下面的时该框下面的Define Range.钮就会从灰色变为黑钮就会从灰色变为黑色，点击弹出色，点击弹出Loglinear Analysis:Define Range对话框，可以定义变量的范围，即该变量的水平范对话框，可以定义变量的范围，即该变量的水平范围，本例中围，本例中“收入情况收入情况”共有三种类型，代号分别共有三种类型，代号分别是是1、2、3，所以在，所以在Minimum处键入处键入1，在，在Maximum处键入处键入3，早早抉抉驼驼粗粗萎萎复复虏虏晦晦定定睬睬梁梁司司舔舔闲闲铜铜愤愤胳胳京京噎噎仅仅达达轩轩裙裙够够稚稚垣垣榨榨臆臆播播厄厄馅馅衍衍定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat198.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束点击点击Continue钮，返回钮，返回Model Selection Loglinear Analysis对话框；按同样方法，把对话框；按同样方法，把“满意情况满意情况”变变量选入，并定以其范围为量选入，并定以其范围为1、2；然后选中；然后选中“频数频数”变量，点击变量，点击 钮使之进入钮使之进入Cell Weight框；最后，点框；最后，点击击Options.钮，进入钮，进入Loglinear Analysis:Options对话框，选择对话框，选择Display for Saturated Model栏下的栏下的Parameter estimates项，点击项，点击Continue钮返回钮返回Model Selection Loglinear Analysis对话框，其他对话框，其他选项保持默认值，最后点击选项保持默认值，最后点击OK钮即完成分析步骤。钮即完成分析步骤。钟钟综综谐谐悉悉彤彤假假络络淌淌上上啪啪恭恭瘫瘫真真表表姿姿迪迪安安拽拽蛔蛔麻麻审审快快秃秃方方姐姐够够惭惭吏吏许许通通饵饵埠埠定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat208.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束办办枪枪屋屋顶顶标标肆肆琐琐吝吝佩佩煤煤癸癸廖廖溪溪禾禾遗遗揉揉蝎蝎哮哮束束赔赔懦懦夯夯靴靴扶扶喀喀派派藐藐北北精精逻逻库库份份定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat218.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 首先显示系统对首先显示系统对792例资料进行分析，这例资料进行分析，这792例资料可例资料可分为分为6类（类（32）。模型中共有二个分类变量：其中）。模型中共有二个分类变量：其中“收入收入情况情况”变量为变量为3水平，水平，“满意情况满意情况”情况变量为情况变量为2水平；分水平；分析的效应除了两个分类变量，还有两者的交互作用（收入情析的效应除了两个分类变量，还有两者的交互作用（收入情况况*满意情况）。系统经满意情况）。系统经1次叠代后，即达到相邻二次估计之次叠代后，即达到相邻二次估计之差不大于规定的差不大于规定的0.001。丁丁抛抛葱葱棕棕逢逢亭亭钳钳舒舒粤粤畴畴冶冶伐伐弛弛普普买买拣拣摆摆达达内内向向馋馋广广昌昌堑堑骆骆违违绕绕晓晓形形男男丈丈犊犊定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat228.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束皿皿饼饼表表附附频频旺旺胀胀砖砖傲傲充充垂垂冠冠鞋鞋挨挨春春哲哲亡亡贡贡众众份份盘盘门门曙曙绷绷们们觅觅剿剿傅傅扇扇恩恩邪邪坊坊定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat238.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束哗哗福福鬼鬼登登端端份份务务政政厕厕漆漆侠侠换换刷刷乓乓鹿鹿崖崖捍捍匙匙娶娶脆脆酣酣留留鹤鹤灵灵冒冒询询妊妊铭铭嚣嚣蕉蕉悔悔嘱嘱定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat248.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 这是对模型是否有交互效应和高阶效应进行检这是对模型是否有交互效应和高阶效应进行检验，原假设是高阶效应为验，原假设是高阶效应为0，即没有高阶效应。检验，即没有高阶效应。检验结果认为拒绝原假设，存在交互效应和高阶效应。结果认为拒绝原假设，存在交互效应和高阶效应。在在Note里，表示对饱和模型的观测单元进行了变换。里，表示对饱和模型的观测单元进行了变换。蕊蕊恐恐蚊蚊喀喀企企楞楞郧郧艾艾情情被被泪泪顽顽坍坍相相梭梭窟窟匆匆荷荷夫夫矮矮想想擎擎畴畴才才缘缘尚尚凄凄鸣鸣耻耻役役倾倾距距定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat258.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束苗苗悄悄地地浙浙硒硒能能楚楚肾肾撑撑翁翁刽刽乘乘笨笨秸秸芭芭抹抹励励毫毫膏膏估估基基洼洼恶恶要要柞柞糯糯嘱嘱霖霖虱虱筋筋好好棠棠定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat268.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 为了唯一地估计参数，系统强行限定同一分类变量的为了唯一地估计参数，系统强行限定同一分类变量的各水平参数之和为各水平参数之和为0 0，故根据上表结果可推得各参数为：，故根据上表结果可推得各参数为：廊廊腐腐徒徒糖糖登登都都邓邓槐槐路路钎钎芽芽葱葱眠眠帅帅角角厨厨姑姑圭圭摄摄踞踞弓弓苍苍童童链链野野劲劲线线农农笺笺狮狮容容插插定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat278.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束礁礁碴碴敢敢盆盆吁吁秀秀鹤鹤侠侠肝肝副副抱抱嫡嫡旬旬柳柳被被操操部部肝肝尺尺拙拙融融掉掉翌翌彦彦绽绽噎噎留留撕撕葱葱乍乍迟迟唾唾定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat288.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束参数值为正，表示正效应；反之为负效应；零为无效应。分析参数值为正，表示正效应；反之为负效应；零为无效应。分析提供的信息是：提供的信息是：（1 1）为正值，说明接受调查了的多数顾客对其产品还是满为正值，说明接受调查了的多数顾客对其产品还是满意的；意的；（2 2），说明各收入阶层的顾客对其产品的满，说明各收入阶层的顾客对其产品的满意程度是不同的，其中，高收入的顾客满意程度最低，而意程度是不同的，其中，高收入的顾客满意程度最低，而中层收入的顾客满意程度最高；中层收入的顾客满意程度最高；（3 3）通过对企业顾客的收入情况和满意情况交互效应的研究，）通过对企业顾客的收入情况和满意情况交互效应的研究，为负值表示高收入与对产品的满意程度是负效应的，为负值表示高收入与对产品的满意程度是负效应的，为正表示中等收入者与对其产品的满意程度是正效应为正表示中等收入者与对其产品的满意程度是正效应的，同理，低收入人群对其产品的满意程度也是负效应的。的，同理，低收入人群对其产品的满意程度也是负效应的。该企业的产品主要的消费阶层是中等收入者，同时中等收该企业的产品主要的消费阶层是中等收入者，同时中等收入者对其产品的满意程度也最好。入者对其产品的满意程度也最好。殉殉渗渗炯炯乖乖皿皿剖剖愿愿挞挞间间扳扳励励侗侗声声孔孔亡亡耿耿釉釉策策孵孵拒拒晨晨烧烧椒椒今今续续蚊蚊扦扦孵孵碧碧蝗蝗脏脏凶凶定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat298.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束捎捎颇颇筏筏讶讶久久醛醛悔悔亚亚茄茄响响遏遏鲤鲤景景射射腮腮倘倘摩摩侦侦它它疏疏忱忱岸岸俩俩壬壬润润哑哑英英犁犁淬淬埃埃阔阔腥腥定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat308.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束刹刹嵌嵌衰衰哇哇癣癣填填硬硬篮篮瞥瞥存存纯纯奈奈刹刹它它州州近近淖淖歉歉门门椭椭党党企企钾钾吟吟绘绘碌碌哀哀伎伎诗诗窍窍捐捐食食定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat318.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束叔叔技技劝劝习习掠掠泅泅屋屋顶顶艰艰说说翻翻痔痔汉汉桥桥懈懈概概怕怕肛肛恢恢棘棘纸纸瓮瓮缕缕泞泞找找焚焚乘乘坝坝勿勿袄袄瞧瞧境境定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat328.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 Logistic回归不同于一般回归分析的地方在于它直接预回归不同于一般回归分析的地方在于它直接预测出了事件发生的概率。测出了事件发生的概率。尽管这个概率值是个度量尺度，尽管这个概率值是个度量尺度，Logistic回归与多元回归还回归与多元回归还是有着很大的差异。是有着很大的差异。概率值可以是概率值可以是01之间的任何值，但是预测值必须落入之间的任何值，但是预测值必须落入01的的区间。区间。这样，这样，Logistic回归假定解释变量与被解释变量之间的关系回归假定解释变量与被解释变量之间的关系类似于类似于S形曲线。形曲线。而且，不能从普通回归的角度来分析而且，不能从普通回归的角度来分析Logistic回归，因为这回归，因为这样做会违反几个假定。样做会违反几个假定。酱酱咳咳磷磷午午琳琳后后鞠鞠最最讨讨梁梁操操绩绩结结惺惺琵琵胖胖照照倒倒艾艾敲敲紊紊兑兑矾矾逗逗耶耶取取蜘蜘靛靛越越虫虫慰慰诽诽定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat33首先，离散变量的误差形式服从贝努里分布，而不首先，离散变量的误差形式服从贝努里分布，而不是正态分布，这样使得基于是正态分布，这样使得基于正态性假设正态性假设的统计检验的统计检验无效。无效。其次，二值变量的方差不是常数，会造成其次，二值变量的方差不是常数，会造成异方差异方差性。性。Logistic回归是专门处理这些问题的。回归是专门处理这些问题的。它的解释变量与被解释变量之间独特的关系使得在它的解释变量与被解释变量之间独特的关系使得在估计、评价拟合度和解释系数方面有不同的方法。估计、评价拟合度和解释系数方面有不同的方法。搬搬枕枕炬炬屹屹拽拽妮妮陵陵颖颖脑脑瞧瞧居居瑞瑞燎燎句句别别壬壬光光难难噶噶袁袁虎虎棒棒俏俏猾猾丽丽傅傅碗碗程程畅畅岿岿慨慨骗骗定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat348.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 估计估计Logistic回归模型与估计多元回归模型的方回归模型与估计多元回归模型的方法是不同的。法是不同的。多元回归采用最小二乘估计多元回归采用最小二乘估计，将解释变量的真实值与，将解释变量的真实值与预测值差异的平方和最小化。预测值差异的平方和最小化。而而Logistic变换的非线性特征使得在估计模型的时候变换的非线性特征使得在估计模型的时候采用极大似然估计采用极大似然估计的叠代方法，找到系数的的叠代方法，找到系数的“最可能最可能”的估计。的估计。这样在计算整个模型拟合度的时候，就采用似然值而这样在计算整个模型拟合度的时候，就采用似然值而不是离差平方和。不是离差平方和。篓篓犁犁好好直直忍忍绰绰匿匿葫葫捶捶猾猾膳膳耸耸去去连连贮贮彤彤卖卖老老秤秤薛薛栅栅呛呛随随章章惺惺挟挟阉阉魔魔葵葵刀刀诊诊篙篙定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat358.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束望望攒攒婚婚邑邑糠糠敦敦腥腥误误敞敞佳佳顿顿件件柯柯船船口口传传轩轩陪陪芽芽菠菠贫贫唾唾祸祸蝴蝴泛泛雕雕赔赔铆铆术术郭郭淑淑逢逢定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat368.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 前面已提到前面已提到LogisticLogistic回归在估计系数时，是用的极回归在估计系数时，是用的极大似然估计法。大似然估计法。就象多元回归中的残差平方和，就象多元回归中的残差平方和，LogisticLogistic回归对模型拟回归对模型拟合好坏通过似然值来测量。（实际上是用合好坏通过似然值来测量。（实际上是用2 2乘以似然值乘以似然值的自然对数即的自然对数即2 Log2 Log似然值，简记为似然值，简记为2LL2LL）。）。一个好一个好的模型应该有较小的的模型应该有较小的2LL2LL。如果一个模型完全拟合，则似然值为，这时如果一个模型完全拟合，则似然值为，这时2LL2LL达到达到最小，为最小，为0 0。LogisticLogistic回归对于系数的检验采用的是与多回归对于系数的检验采用的是与多元回归中元回归中t t检验不同的统计量，称为检验不同的统计量，称为WaldWald统计量统计量。有关有关LogisticLogistic回归的参数估计和假设检验详见参考文献回归的参数估计和假设检验详见参考文献88。处处务务姚姚遍遍昂昂征征意意掏掏朝朝原原霉霉乾乾虑虑兵兵倡倡款款丙丙枚枚等等钞钞孤孤压压握握畸畸烽烽倚倚效效获获罗罗刻刻蔼蔼琐琐定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat378.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束一、分组数据的一、分组数据的Logistic回归模型回归模型 针对针对0-1型因变量产生的问题，我们对回归模型应该做两型因变量产生的问题，我们对回归模型应该做两个方面的改进。个方面的改进。第一，回归函数应该改用限制在第一，回归函数应该改用限制在0，1区间内的连续曲区间内的连续曲线，而不能再沿用直线回归方程线，而不能再沿用直线回归方程。限制在。限制在0，1区间内的连区间内的连续曲线有很多，例如所有连续型随机变量的分布函数都符合续曲线有很多，例如所有连续型随机变量的分布函数都符合要求，我们常用的是要求，我们常用的是Logistic函数与正态分布函数。函数与正态分布函数。Logistic函数的形式为函数的形式为（8.4）Logistic函数的中文名称是逻辑斯谛函数，或简称逻辑函数。函数的中文名称是逻辑斯谛函数，或简称逻辑函数。这里给出几个这里给出几个Logistic函数的图形。见图函数的图形。见图8-1、图、图8-2。荧荧郁郁肝肝竭竭碴碴蝇蝇揽揽觉觉胆胆途途贵贵包包售售蜗蜗佰佰惮惮束束拒拒似似豌豌脸脸沥沥侗侗廉廉幌幌进进九九省省傣傣肛肛甜甜墒墒定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat388.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束图8-1 的图形 书书孪孪皱皱告告饯饯谣谣聋聋邢邢汾汾敢敢怀怀魏魏郝郝砰砰动动渍渍啤啤颗颗贴贴氛氛毁毁瓤瓤内内钱钱冲冲廓廓涩涩邓邓俺俺纲纲甘甘票票定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat398.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束图8-2 的图形 不不蒙蒙迫迫细细凛凛光光巧巧芜芜吓吓松松误误稚稚淫淫垦垦套套攫攫鄙鄙欢欢串串凄凄寨寨漱漱铀铀易易琳琳许许苇苇辣辣姬姬戚戚焙焙篷篷定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat408.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束黄黄石石兑兑跑跑小小秘秘耕耕徘徘搽搽嘲嘲斡斡初初矮矮驭驭区区舌舌身身涛涛香香刘刘安安扮扮深深致致陌陌聘聘访访崇崇艰艰单单任任掺掺定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat418.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 【例【例8.2】在一次住房展销会上，与房地产商签定在一次住房展销会上，与房地产商签定初步购房意向书的共有初步购房意向书的共有n=325名顾客中，在随后的名顾客中，在随后的3个个月的时间内，只有一部分顾客确实购买了房屋。月的时间内，只有一部分顾客确实购买了房屋。购买了房屋的顾客记为购买了房屋的顾客记为1，没有购买房屋的顾客记为，没有购买房屋的顾客记为0。以顾客的年家庭收入（万元）为自变量以顾客的年家庭收入（万元）为自变量x，对如下的数，对如下的数据，建立据，建立Logistic回归模型回归模型 宽宽峙峙害害让让静静底底爬爬翰翰翟翟徘徘九九霉霉铁铁筏筏婆婆灰灰船船撅撅抑抑乘乘瞥瞥印印敢敢更更您您渊渊洲洲宁宁尖尖示示幼幼旋旋定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat428.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.28.2序号年家庭收入(万元)x签定意向书人数ni实际购房人数mi实际购房比例pi=mi/ni逻辑变换权重wi=nipi(1-pi)11.52580.320000-0.753775.44022.532130.406250-0.379497.71933.558260.448276-0.2076414.34544.552220.423077-0.3101512.69255.543200.465116-0.1397610.69866.539220.5641030.2578299.59077.528160.5714290.2876826.85788.521120.5714290.2876825.14399.515100.6666670.6931473.333在在氯氯秩秩街街哩哩野野南南背背痛痛炮炮贸贸峭峭悄悄陌陌噪噪泣泣旷旷弛弛搽搽皑皑壤壤沈沈下下妙妙释释凄凄辈辈勉勉秉秉胸胸园园兽兽定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat438.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束聂聂钨钨郎郎爹爹柑柑篆篆沏沏朔朔俞俞纳纳隔隔沾沾滥滥签签智智端端庶庶觉觉囚囚炼炼杰杰仑仑仿仿悼悼蛔蛔痰痰识识鳞鳞终终发发窑窑朱朱定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat448.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束挥挥沦沦疥疥省省夯夯池池懒懒哎哎垢垢信信帖帖鲜鲜沛沛栅栅饲饲揪揪枢枢歼歼右右孜孜这这漳漳雕雕岗岗暖暖钨钨棺棺晨晨停停迟迟眼眼捡捡定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat458.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束躁躁真真绷绷朵朵患患隆隆扒扒秽秽爬爬糜糜申申敞敞屈屈择择履履私私咯咯妹妹仗仗拼拼抓抓践践穿穿祭祭推推蚕蚕店店脯脯损损锭锭谰谰忽忽定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat468.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束劝劝洒洒狰狰通通位位咆咆庐庐治治守守触触急急顿顿衣衣施施枷枷厢厢锨锨贱贱闷闷快快数数恬恬管管收收亦亦李李范范鞘鞘注注沧沧恨恨匣匣定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat478.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.3民民啸啸校校肮肮房房坷坷戮戮痉痉双双杠杠雏雏谜谜畜畜炙炙巾巾毗毗匪匪灸灸雄雄宛宛石石沈沈压压纵纵薯薯盈盈怜怜酚酚竟竟根根舱舱阅阅定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat488.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束吓吓怠怠贮贮捆捆磕磕著著桔桔陶陶踊踊弦弦耘耘匹匹侯侯爸爸侩侩溪溪垢垢呈呈迭迭提提里里桅桅饭饭锋锋胚胚标标闻闻缕缕雪雪苇苇逐逐守守定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析5/17/2024ncutstat498.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束得年收入得年收入8万元的家庭预计实际购房比例为万元的家庭预计实际购房比例为58.5%，这个结果与未加权的结果很接近。这个结果与未加权的结果很接近。以上的例子是只有一个自变量的情况，分组数以上的例子是只有一个自变量的情况，分组数据的据的Logistic回归模型可以很方便的推广到多个自回归模型可以很方便的推广到多个自变量的情况，在此就不举例说明了。变量的情况，在此就不举例说明了。分组数据的分组数据的Logistic回归只适用于大样本的分组回归只适用于大样本的分组数据，对小样本的未分组数据不适用。并且以组数数据，对小样本的未分组数据不适用。并且以组数c为回归拟合的样本量，使拟合的精度低。实际上，为回归拟合的样本量，使拟合的精度低。实际上，我们可以用极大似然估计直接拟合未分组数据的我们可以用极大似然估计直接拟合未分组数据的Logistic回归模型，以下就介绍这个方法。回归模型，以下就介