实证的研究中的数据分析.ppt

* 陈小林 Logistic回归模型 * 陈小林 Logistic回归模型 Chen，Chen 和Su（2001） * 陈小林 Logistic回归模型 * 陈小林 Logistic回归模型 回归结果 * 陈小林 Logistic回归模型 将上述结果进行转换 * 陈小林 Logistic回归模型 * 陈小林 Logistic回归模型 回归结果的分类准确率 * 陈小林 Logistic回归模型 * 陈小林 Logistic回归模型 Logistic模型注意的问题 过度离散 实际数据常有过度离散现象存在，反应概率P不是随机分布的，P的变动造成Y的方差大于其本来应有的方差，造成过度离散。以下原因都可能造成过度离散： 未纳入重要解释变量 未纳入应纳入的交互项 非线性函数 存在特异值等 * 陈小林 Logistic回归模型 过度离散的检验和解决：在sas中model语句后加入 aggregate scale=deviance 空单元（zero cell count） 交互表中某些单元的观测值为0 造成的原因：样本少，很多交互单元 后果：估计系数很大，系数标准误差很大 解决方法：合并分类 * 陈小林 Logistic回归模型 完全分离 是指自变量存在一个临界值，大于临界值，事件便发生，小于临界值，事件便不发生 后果：估计系数很大，系数标准误差很大 * 陈小林 Logisti