第十讲定类或定序因变量回归分析_408009601.ppt

SPSS操作程序 1、选择logistic回归程序： ——点击主菜单中的Analyze ——然后点击Regression ——再点击Ordinal，屏幕上出现对话窗口 2、选定模型 Dependent——选择一个有序分类因变量。 Factor——选择若干分类自变量。 Covariates——用于选入连续型的自变量。 择系统默认值，点击OK钮，运行所选命令 结果解释 数据汇总与模型的似然比检验。 拟合优度检验（Pearson，Deviance检验）。 参数估计结果。 第十讲 定类或定序因变量回归分析 当因变量是一个定类变量而不是定距变量时，线性回归模型受到挑战。 如政治学中研究是否选举某候选人，经济学研究中涉及的是否销售或购买某种商品，社会学和人口学研究中所涉及的如犯罪、迁移、婚姻、生育、患病等等都可以按照二分类变量或多分类来测量。 一、问题的提出 在研究态度与偏好等心理现象时也经常按类型进行测量的，如“强烈反对”、“反对”、“中立”、“支持”、和“强烈支持”。 连续变量转换成类型变量的情形，如在分析升学考试的影响因素时，将考生分为录取线以上和录取线以下。 从统计理论上看，最小二乘法关注正态分布，然而社会经济现象往往有不同于正态分布的其他分布，例如： （1）二项分布（binomial distribution） （2）泊松分布（Poisson） 二、线性概率模型 1、模型建立 以最小二乘法为基础的线性回归方程是估测因变量的平均值，而二分变量的均值有一个特定的意义，即概率。用普通线性回归方程估测概率，就是所谓的线性概率回归。用公式表示为： P = a + ∑βiXi + ε 对二项分布线性概率模型的结果解释： 在其他变量不变的情形下，x每增加一个单位，事件发生概率的期望将变动β个单位。 例如，林楠和谢文（1988）曾用线性概率模型估测入党（政治资本）的概率，模型为： P = -0.39 +0.01A +0.04E +0.03U 其中：P—党员概率， A—年龄， E—受教育年限， U—单位身份 1）无意义的解释 从解释力上看，由于概率的值是有边界的，在0与1之间。但林楠方程很有可能要超过该限制，因变量的估计值可能是负数，也可能大于1，因此模型的结果是无意义的。例如，运用林楠方程，我们发现如果年龄为100岁，受教育程度超过10年，则入党的概率约等于1。 2）非线性关系 2、线性概率模型存在的问题 三、简单对数比率回归 1、模型建立 既然用线性概率回归存在局限性，能否用比率做因变量呢？比如用男女比率作因变量，用成功与不成功之比做因变量。用比率做因变量存在的问题是，比率是非对称的. 表1 概率、比率和对数比率 概率 0.01 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.99 比率 0.01 0.11 0.25 0.43 0.67 1.00 1.50 2.33 4.00 9.00 99 对数比率 -4.60 -2.20 -1.39 -0.85 -0.41 0.00 0.41 0.85 1.39 2.20 4.60 一个简单的解决办法就是取对数，结果就是所谓对数比率（logit)。若用P代表某事件的概率，则对数比率函数的定义为 g（P）= log （P/1-P） 以对数比率为因变量对自变量X1，X2，X3……做回归称为对数比率回归（logistic regression），其方程式为： 该模型即为logit回归模型。logit回归模型是普通多元线性回归模型的推广，但它的误差项服从二项分布，因此需要采用极大似然估计方法进行参数估计，参数?称为logit回归系数，表示当其他自变量取值保持不变时，该自变量取值增加一个单位引起的发生比自然对数值的变化量。 2、发生比 发生比是事件的发生频数与不发生频数之间的比，即： Odds=(事件发生频数)/（事件不发生频数） 当比值大于1时，表明事件更有可能发生。比如一个事件发生的概率为0.6，事件不发生的概率为0.4，发生比等于0.6/0.4=1.5。事件发生的可能性是不发生的1.5倍。 四、logistic回归模型的检验与评价 1、Logistic回归模型估计的假设前提 第一、数据来自于随机样本。 第二、因变量Yi被假设为K个自变量Xk（k=1，2，…，K）的函数。 第三、正如OLS回归，logistic回归也对多重共线性有所限制，自