Regressió logística: models i mètodes

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. La regressió logística i anàlisi discriminant s'utilitzen quan cal diferenciar clarament els enquestats categories específiques. A més, aquests grups són un sol nivells dels paràmetres univariada. а также выясним, для чего она нужна. Examinar més detalladament model de regressió logística, així com esbrinar què era.

visió de conjunt

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Un exemple del problema, en la solució que s'utilitza la regressió logística, pot ser una classificació dels enquestats mitjançant la compra de grup i no comprar la mostassa. La diferenciació es realitza d'acord a les característiques sociodemogràfiques. Aquests inclouen, en particular, inclouen l'edat, el gènere, el nombre de membres de la família, els ingressos i així successivament. Hi ha criteris per diferenciar i la variable en l'operació. L'últim codifica la categoria objectiu per al qual, de fet, la necessitat de dividir els enquestats.

matisos

, значительно уже, чем для дискриминантного анализа. Cal dir que el rang de casos en què la logística de regressió aplicades, molt més estret que l'anàlisi discriminant. En aquest sentit, es considera l'ús d'aquest últim com un mètode universal per a la diferenciació més preferit. D'altra banda, els experts recomanen començar amb una anàlisi discriminatiu estudi de classificació. I en cas d'incertesa dels resultats es pot utilitzar la regressió logística. Aquesta necessitat és causada per diversos factors. используется при наличии четкого представления о типе независимых и зависимых переменных. La regressió logística s'utilitza quan hi ha una idea clara sobre el tipus de variables independents i dependents. En conseqüència, el seleccionat un dels 3 procediments possibles. Quan l'anàlisi discriminant, l'investigador està sempre tractant amb una operació estàtica. Es tractava d'un variables categòriques dependents i independents de diversos amb l'escala de qualsevol tipus.

tipus

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. la investigació estadística objectiva, que utilitza una regressió logística, és determinar la probabilitat que se li assignarà un enquestat particular a un grup en particular. La diferenciació es porta a terme d'acord amb certs paràmetres. A la pràctica, d'acord amb els valors d'una o més independents factors poden classificar-se en dos grups d'enquestats. . En aquest cas, hi ha una regressió logística binària. També paràmetres especificats es poden utilitzar en l'assignació al grup és més gran que dos. En aquesta situació, hi ha una regressió logística multinomial. El grup resultant va expressar nivells de qualsevol variable.

exemple

Suposem que hi ha respostes dels enquestats a la pregunta de si estan interessats en una oferta per adquirir la terra als afores de Moscou. En aquest cas, les opcions són "no" i "sí". Hem de esbrinar quins factors tenen una influència predominant sobre la decisió dels compradors potencials. Per aquesta enquestat es fan preguntes sobre la infraestructura del territori, la distància a la capital, la superfície terrestre, la presència / absència d'edificis residencials i així successivament. L'ús de regressió binària, pot distribuir-se en dos grups d'enquestats. El primer inclourà aquells que estan interessats en la compra - els compradors potencials, i la segona, respectivament, els que no estan interessats en l'oferta. Per a cada enquestat, a més, es calcula la probabilitat d'assignació a una o altra categoria.

característiques comparatives

A diferència de les dues realitzacions anteriorment consisteix en un nombre i tipus de grups dependents i variables independents diferents. En una regressió binària, per exemple, estudiat el factor dicotòmica dependència d'un o més independents condicions. En aquest cas, aquest últim pot ser de qualsevol tipus d'escala. regressió multinomial es considera una espècie de versió de la classificació. Es relaciona amb la variable dependent per a més de 2 grups. Els factors independents han de tenir ja sigui una escala ordinal o nominal.

Regressió logística a SPSS

El 11-12 paquet estadístic, va introduir una nova versió de l'anàlisi - seqüència. Aquest mètode s'utilitza quan el factor dependent es refereix al mateix nom escala (ordinal). En aquest cas les variables independents seleccionades d'un tipus particular. Han de ser ordinal o nominal. La classificació en diverses categories es considera el més versàtil. Aquest mètode es pot utilitzar en tots els estudis que van utilitzar la regressió logística. , однако, можно только с помощью всех трех приемов. Millorar la qualitat del model, però, només és possible mitjançant l'ús dels tres mètodes.

classificació ordinal

Es diu que abans en el paquet estadístic no es va proporcionar l'oportunitat de realitzar una anàlisi especialitzat típic dels factors dependents amb una escala ordinal. Per a totes les variables, amb el nombre de grups de més de 2 usat opció multinomial. Introduït fa relativament poc anàlisi de la seqüència té un nombre de característiques. Es tenen en compte les característiques específiques de l'escala de la mateixa. часто не рассматривается как отдельный прием. Mentrestant, en els manuals metodològics de regressió logística ordinal sovint no és tractada com una recepció separada. La raó és la següent: anàlisi en sèrie no té cap avantatge significatiu sobre multinomial. L'investigador pot molt bé utilitzar l'últim en presència i ordinal, i variable dependent nominal. D'aquesta manera, el procés de classificació són gairebé indistingibles entre si. Això vol dir que l'anàlisi d'ordre de retenció no causarà cap problema.

anàlisi de les opcions

Penseu el cas senzill - una regressió binària. Per exemple, en el procés d'investigació de la demanda estimada de màrqueting per als graduats de certa universitat metropolitana. En el qüestionari, els enquestats se'ls van fer preguntes, incloent:

1. Estàs treballant? (Ql).
2. Especificar la graduació de l'any (q 21).
3. Quina és la puntuació mitjana de la sortida (aveure).
4. Gènere (q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. La regressió logística avaluarà l'impacte dels factors independents aveure, q 21 i q 22 a ql variable. En poques paraules, el propòsit de l'anàlisi és determinar la probable ocupació dels graduats sobre la base de la informació en el camp, al final de l'any, i la puntuació mitjana.

regressió logística

Per establir els paràmetres utilitzant regressió binària, utilitzeu el menú Analyze►Regression►Binary logística. En la regressió logística per triar en la llista de l'esquerra de les variables disponibles factor dependent. Que és ql. Aquesta variable ha de ser col·locat al camp Dependent. Després d'això, ha d'introduir els covariables lloc factors independents - Q 21, Q 22, aver. Després cal triar una forma d'incloure'ls en l'anàlisi. Si el nombre de factors independents de més de 2, no utilitzeu el mètode d'administració simultània de totes les variables, que s'instal·la per defecte, i pas a pas. La manera més popular és considerada cap enrere: LR. Usant el botó de selecció, no es pot incloure en l'estudi de tots els enquestats, i només una categoria específica de la diana.

Definir variables categòriques

botó categòrica a utilitzar en el cas que una de les variables que té el nombre de categories de més de 2. En aquesta situació, finestra Definir variables categòriques a l'estació categòriques covariables col·locat exactament aquesta opció. En aquest exemple, tal variable no es troba. Després que la llista desplegable, seleccioneu el contrast Desviació element i feu clic al botó Canvia. Com a resultat, algunes de les variables dependents es generaran a partir de cada un dels factors nominal. El seu nombre es correspon amb el nombre dels termes originals de les categories.

Desar variables noves

Utilitzeu el botó Desa en l'estudi principal està configurat per a crear quadre de diàleg nova configuració. Contindran nombres calculats en el procés de regressió. En particular, és possible crear variables que determinen:

1. La pertinença a una categoria particular de classificació (Groupmembership).
2. La probabilitat de la classificació dels enquestats a cada grup d'estudi (probabilitats).

Quan s'utilitza el botó Opcions investigador no rep cap oportunitats significatives. En conseqüència, pot ser ignorada. Després de prémer el botó "OK" a la finestra principal es mostraran els resultats de l'anàlisi.

El control de qualitat de l'adequació de regressió logística

Tingueu en compte els coeficients de taula Òmnibus Testsof Model. Mostra els resultats de l'anàlisi de la qualitat del model d'aproximació. A causa del fet que l'opció incremental, que necessita per veure els resultats de l'última etapa (Pas 2) s'ha establert. Seria considerat un resultat positiu, en què l'augment detectat índex de Chi-quadrat a la transició a la següent etapa en un alt grau de significació (Sig. <0,05). La qualitat del model s'estima en línia Model. Si s'obté un valor negatiu, però no es considera significativa si el model global d'alta importància relativa, l'última es pot considerar pràcticament utilitzable.

taules

Resum del model proporciona una estimació de l'índex de dispersió total, que descriu el model construït (figura R Square). Es recomana aplicar el valor Nagelker. indicador positiu es pot considerar com un paràmetre Nagelkerke R Square, si és superior a 0,50. Després que van avaluar els resultats de la classificació en el qual els indicadors reals de pertànyer a una o altra categoria de l'estudi es comparen amb els predits pel model de regressió. Per a aquest propòsit la taula de classificació taula. També li permet treure conclusions sobre l'exactitud de la diferenciació per a cada un del grup en qüestió. . La següent taula fa que sigui possible trobar factors independents estadísticament significatius introduïts en l'anàlisi, així com un factor de regressió logística no estandarditzat. Sobre la base d'aquests indicadors pot predir l'afiliació de cada enquestat en la mostra a un grup específic. Noves variables poden introduir-se utilitzant el botó Desa. Que contindran informació sobre la pertinença a una determinada categoria de classificació (Predictedcategory) i la probabilitat d'inclusió en aquests grups (probabilitats predites de membres). Després de prémer el botó "OK" a la finestra principal apareixerà Regressió logística multinomial resultats del càlcul.

La primera taula, que conté indicadors importants per a l'investigador, - Model Informació d'ajust. Un alt nivell de significació estadística s'apunten a l'alta qualitat i la idoneïtat de la utilització de models per a resoldre problemes pràctics. Una altra taula important és el pseudo R-quadrat. Se li permet estimar la proporció de la variància total en el factor dependent, que és causada per les variables independents seleccionades per a la seva anàlisi. D'acord amb proves de coeficient de la taula de probabilitat pot treure conclusions sobre la significació estadística d'aquest últim. Els paràmetres estimats reflecteixen els coeficients no estandarditzats. S'utilitzen en la construcció de l'equació. A més, per a cada combinació de variables es determina la significació estadística del seu impacte en el factor dependent. Mentrestant, la investigació de mercat és sovint necessari diferenciar les categories dels enquestats no per separat, sinó com a part del grup objectiu. Per a aquest propòsit la taula Observedand freqüències predites.

aplicació pràctica

mètode considerat d'anàlisi és àmpliament utilitzat en la feina dels operadors. El 1991, es va desenvolupar l'indicador sigmoide de regressió logística. Ell és una eina fàcil d'usar i eficient que pot ser utilitzat per predir els preus que probablement el seu "reescalfament". Indicador es presenta en un gràfic en la forma d'un canal format per dues línies que s'estenen en paral·lel. Es van treure la mateixa distància de la tendència. L'amplitud de la banda dependrà únicament en el marc de temps. L'indicador s'utilitza quan es treballa amb gairebé tot l'actiu - a partir de parells de divises per metalls preciosos.

A la pràctica, es va produir febrer estratègies clau per a l'ús de l'instrument: ruptura i una reversió. En aquest últim cas, el comerciant es centrarà en la dinàmica dels canvis de preus dins del canal. ON és la probabilitat que el moviment s'inicia en la direcció oposada quan s'acosta al cost d'un suport o resistència velocitat de línia. Si el preu és de prop ajust al límit superior, llavors l'actiu pot ser eliminat. Si està en el límit inferior, cal pensar sobre la compra. desglossament estratègia implica l'ús d'ordres. S'instal·len fora dels límits de la distància relativament curta. Tenint en compte que el preu en alguns casos les violen per un curt temps, vostè ha de jugar al segur i fixar l'stop-loss. Al mateix temps, és clar, independentment de l'estratègia triada requereix que el comerciant per maximitzar la fredor percebre i avaluar la situació que ha sorgit en el mercat.

conclusió

Per tant, l'ús de regressió logística li permet classificar de forma ràpida i fàcilment els enquestats en categories d'acord amb els paràmetres especificats. En analitzar el possible ús d'una determinada manera. En particular, la versatilitat de diferent regressió multinomial. No obstant això, els experts recomanen l'ús de tots els mètodes descrits anteriorment en el complex. Això es deu al fet que en aquest cas la qualitat del model serà significativament més gran. Això, al seu torn, ampliar l'abast de la seva aplicació.