应用商务统计-定序回归资料.pptVIP

预测分析 使用Logit模型 使用计算机进行预测 观察一下预测的效果 总结 共有27个数据获得了完全准确的预测 共有43个数据的预测误差为1个单位 有30个数据的预测误差较大，超过了1个单位，这部分数据占整个检验样本30%。 首都经济贸易大学 统计学院 定序回归 三种不同的数据类型 案例介绍和描述分析 案例介绍 研究目标 消费者对于不同类型手机的偏好 数据来源 对MBA学生的调查 共1451个观测值 变量介绍 实验设计 数据读入 品牌效应 数码相机地影响 其他因素的印象 游戏数量的影响 定序回归模型简介 如果我们用线性回归 由于方程两边数据类型不同，因此无法回归 但是若假设存在一个连续型变量“喜好程度”Z，则可以建立模型 建立Z和评分之间的关系 定序回归模型 因为有 所以得到 对于不同的k有不同的截距 Probit模型和Logit模型 Probit模型和Logit模型 用极大似然法进行参数估计 密度函数 变量的显著性：Z检验 模型整体的显著性：似然比检验 多变量 Probit 定序回归 模型整体的显著性检验 变量的显著性检验 标准正态90%的分位数是1.28 标准正态90%的分位数是1.28 变量选择