定类或定序因变量回归分析（课堂PPT）.pptVIP

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。 ; 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??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; 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 ; 三、简单对数比率回归;表1 概率、比率和对数比率; 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;四、logistic回归模型的检验与评价;2、拟合优度检验;1）皮尔逊卡方检验 皮尔逊卡方检验主要用于检验残差项的大小。计算公式： 其中yi是观察值（0或1），pi是估算值的概率， i=1，2…n，分母是估算值的标准差，自由度为n-J-1，其中J为自变量数目。 ;2）Hosmer-Lemeshow 拟合优度检验 该方法通常适用于自变量很多，或自变量为连续变量的情形。HL方法根据预测概率的大小将所有观察单位十等分，然后根据每一组中因变量的实际值与理论值计算Peason卡方，其统计量为： 其中G 代表分组数，且G?10；ng为第g组中的观测值数；yg第g组事件的观测数量；pg为第g组的预测事件概率；ngpg为事件的预测值，实际上它等于第g组的观测概率和。 ;3）对数似然比卡方检验 对数似然比是用较复杂模型与基本模型进行比较。通常将似然取对数并乘以-2，即-2logL，简称对数似然。 基本模型以独立模型表示： 用L0表示独立模型的似然，L1表示非独立模型的似然，那么对数似然比定义为： 遵循卡方分布，其自由度为非独立模型的自变量数目，可用于检验复杂模型中自变量对似然率的增加是否显著，越大越好。 ;3、logit模型回归系数的假设检验;五、模型解释;六、多项对数比率回归; 需要注意的是：1)就系数解释和检验而言，多项对数比率回归和简单对数比率回归相同。2)方程组在统计上不独立，必须同时估算，不可一一求解。;SPSS上的应用： 1）Analyze—Regression—Multinomial Logistic 2）Dependent——用于选入无序多分类的因变量 3）Factor ——用于选入分类自变量，可以是有序或无序多分类，系统会自动生成虚拟变量。 4）Covariates——用于选入连续型的自变量。 选择系统默认值，点击OK钮，运行所选命令 5）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。 ;七、定序变量对数比率 ; 对于定序变量，常常假设升级的作用是一样的，即在方程组中，各个方程的斜率项是相同的，β1=β2=……=βj-1 ,上式可表示为： ;2、升级比; 例如升学率的研究。将学校依等级高低分为小学、初中、高中和