对数线性模型[整理].ppt

4、列联表的劣势：对于多关系变量（两个以上）研究：不能被清晰解读 失去了对多变量之间的交互联系的分析 进行两变量间关联分析时缺乏统计控制 不能准确定量描述一个变量对另一个变量的作用幅度 * 精品PPT·值得借鉴 5、对数线性模型：多维度列联表解决之道，以及模型自身特点 通过数学方法（方差分析+逻辑变换）来描述多元频数分布。 综合性：同时囊括多个变量于一个模型之中。 控制性：可以在控制其他变量的条件下研究两个分类变量之间的关联。 饱和性：将多元频数分布分解成具体的各项主效应和各项交互效应，以及高阶效应，不会漏项。（饱和模型与不饱和模型） 定量性：以发生比的形式来表示自变量的类型不同反映在因变量频数分布上的差异。 可检验性：不仅可以对所有参数估计进行检验，使抽样数据可以推论总体，且能够通过不同模型的统计检验结果，对备选模型进行筛选和评价，进而确定具有最大解释能力且最简单的模型。 消除抽样波动所带来的明显的不规则性 * 精品PPT·值得借鉴 6、对数线性模型的缺点 对数线性模型更强调的是变量之间的交互效应，它不能直接将因变量用自变量的函数表示出来。 对数线性模型抽象复杂，特别是高维模型，不如线性回归模型易理解 * 精品PPT·值得借鉴 二、对数线性模型的基本原理 1、与方差分析相关的 在多元方差分析中，以二元方差为例：每一个观测值yij=μ+Ai的效果+Bj的效果+(AB)ij交互作用+?ij * 精品PPT·值得借鉴 2、比数比 比数比是对数线性模型的基础，而比数比又是由比数计算而来。那么什么叫做比数呢？比数是一个事件发生的概率与其不发生概率之比,测量了一个事件发生的可能性。这个数值越高说明结果2相对于结果1发生的可能性就越高。 * 精品PPT·值得借鉴 Fij代表某模型fij的期望值，令πij 代表与单元格（i , j）有关的期望概率 上表可转化为 * 精品PPT·值得借鉴 * 精品PPT·值得借鉴 ?1=π12/π11 ?2=π22/π21 同理我们可以测量两个两个类别间的比值，称作比数比。 ?= ?1/ ?2=π22π21/π12π21=F11 F22/ F12 F21 一个大于1的比数比意味着行变量和列变量的第二个（或者第一个）存在正相关；等于1无关；小于1负相关。 * 精品PPT·值得借鉴 比数比的不变性，不随1）总样本量2）行边缘分布3）列边缘分布的变化而变化。所以，只要关心比数比的估值，那么适用于简单随机样本的最大似然估计就可以被直接应用到分层样本中了。 * 精品PPT·值得借鉴 3、与逻辑变换有关的：对数线性模型的出现 令R表示行，C表示列，fij表示第i行第j列的观测频次。那么期望频次Fij被设定为一个乘积的函数 Fij=??Ri?Cj?RCij ?代表概率里面的总概率值1，?R 和?C分别代表R和C的边缘效应，?RC代表R与C的二维交互效应，而交互效应实质上测量的就是R与C之间的比数比，当?RCij=1的时候就是我们熟悉的独立模型。 相乘形式的不好计算，我们将其取对数 * 精品PPT·值得借鉴 上两式的数学变换使各种效应项相乘的关系被转换成相加的关系，使各项效应独立化了。 常数效应； A因素效应； B因素效应；（主效应） A、B两因素的交互效应； * 精品PPT·值得借鉴 主效应和多元交互列表涉及因素数量相等； 交互效应的总数则为所有因素各阶组合数之和。 对数线性模型有一个限制条件： 模型中每一项效应的各类参数之和等于0； 如果每项效应中只有一类的参数未知，那么可以由已知参数推算出来。 * 精品PPT·值得借鉴 通过上组式子，我们可以计算出线性模型等式右侧的所有参数值。 A因素效应是行平均值与总平均值之差 B因素效应是列平均值与总平均值之差 交互效应计算结果表示在除去所有其他分布效应之后两个因素之间的净关联。 * 精品PPT·值得借鉴 常数项只受样本规模和交互单元数的影响； 主效应项反映的是各因素内部类别频数分布的特征，是在总平均频数基础上的“补差”； 如果模型中所有交互效应都等于0，我们将会看到虽然每行（列）频数不同，但行（列）频数分布比例却是相同的，都等于原来分类变量的类别分布比例。 * 精品PPT·值得借鉴 泊松分布 多项分布 乘积-多项分布 所以我们不能直接应用最小二乘法对模型、总体、参数进行估计，但幸运的是，三个抽样模型下的极大似然估计是等同的。但是可以通过迭代再加权最小二乘法，可是运算起来比较繁琐。 4、分布 * 精品PPT·值得借鉴 5、估计 参数估计通俗的来讲：根据抽样结果来合理地、科学的猜测一下总体的参数大概是什么？或者是在什么范围？点估计就是用样本计算出来的一个参数