现代统计方法作业多项有序回归.docVIP

现代统计方法 案例：（多项有序回归） 根据某地区住户购房意向的数据，分析住户特征是如何影响其打算购买房屋类型的。选择参与建模的解释变量包括文化程度、户口状况、年龄、家庭收入，被解释变量为购买类型（1为二手房，2为多层商品房，3为高层商品房，4为别墅）。 一、负对数-对数类型 1、利用SPSS软件分析步骤 首先筛选样本，在数据视图点击菜单栏的数据-选择个案，出现如下窗口，在窗口中点击如果条件满足选项。 得到如下窗口，将未来三年选入输入框，点击=2，表示选择未来三年为购买的样本。点击继续，然后确定，样本就已筛选完成。 接下来进行具体分析，在数据视图菜单栏点击分析-回归-有序，出现如下窗口，其中因变量为购买类型，因子为户口状况和文化程度，协变量为年龄和家庭收入。 变量选好后，选择模型类型，点击选项按钮，出现如下窗口，链接（K）项选择负对数-对数类型，点击继续。 模型类型选好后，选择需要的统计分析，点击输出按钮，出现如下窗口，选择拟合度统计、摘要统计、参数估计和平行线检验。点击继续，然后确定，得出输出结果。 2、输出结果分析 表1：模型显著性检验 Model Fitting Information Model -2 Log Likelihood Chi-Square df Sig. Intercept Only 1131.732 Final 1058.922 72.810 6 .000 Link function: Negative Log-log. 表1为回归方程显著性检验，使用的是似然比卡方统计量，原假设为各个回归系数同时为0。由上表可以看出统计量P值小于显著性水平，即拒绝原假设，各个回归系数不同时为0，模型有效。 表2：Pearson相关系数检验 Goodness-of-Fit Chi-Square df Sig. Pearson 1658.758 1644 .394 Deviance 960.878 1644 1.000 Link function: Negative Log-log. Pearson相关系数度量的是变量间的线性相关程度，由表2可看出P值大于显著性水平，即接受原假设，说明变量间相关关系不显著。 表3：可决系数检验 Pseudo R-Square Cox and Snell .096 Nagelkerke .117 McFadden .058 Link function: Negative Log-log. 表4 Parameter Estimates Estimate Std. Error Wald df Sig. 95% Confidence Interval Lower Bound Upper Bound Threshold [购买类型 = 1.00] -1.400 .438 10.206 1 .001 -2.258 -.541 [购买类型 = 2.00] 1.121 .437 6.573 1 .010 .264 1.978 [购买类型 = 3.00] 3.853 .543 50.290 1 .000 2.788 4.918 Location 年龄 -.012 .005 4.860 1 .027 -.022 -.001 家庭收入 1.273E-5 2.603E-6 23.939 1 .000 7.634E-6 1.784E-5 [户口状况=1.00] .244 .175 1.952 1 .162 -.098 .586 [户口状况=2.00] 0a . . 0 . . . [文化程度=1.00] -1.045 .398 6.885 1 .009 -1.825 -.264 [文化程度=2.00] -.788 .390 4.091 1 .043 -1.552 -.024 [文化程度=3.00] -.433 .390 1.234 1 .267 -1.197 .331 [文化程度=4.00] 0a . . 0 . . . Link function: Negative Log-log. a. This parameter is set to zero because it is redundant. 由上图可知，负对数-对数公式为： 由上述公式可得： ，则 ，则 得 ，则 得 表5 Test of Parallel Linesa Model -2 Log Likelihood Chi-Square df Sig. Null Hypothesis 1058.922 General 1040.424 18.498 12 .101