应用回归分析（第四版）何晓群-第10章 含定性变量的回归模型.pptVIP

重新进入多类别Logistic回归对话框，点击Model按钮进入模型界定对话框，选择Custom/Stepwise（自定义/逐步回归）方法，然后把9个自变量逐一选入Stepwise Terms框条中。逐一选入是为了只包含变量的主效应，如果按住Ctrl键同时选中几个变量则是考虑这几个变量的交互效应，本例不考虑交互效应。点Continue返回到多类别Logistic回归对话框。 点击Statistics按钮进入统计量对话框，除了默认选项之外再加上Classification table选项。点Continue返回到多类别Logistic回归对话框，点击OK运行。 输出结果10.11是逐步回归每步过程总结表，逐步回归进行了4步，依次选入了 ed，employ，reside和address这4个自变量，没有变量被剔除。 * * 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 使用逐步回归 10.11 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 输出结果10.12是逐步回归最终模型的拟合优度信息表，给出了对回归模型有效性的检验结果。原假设是回归模型无效，所有回归系数都是0，显著性概率（Sig）=0.000，拒绝原假设，认为回归模型显著有效。 10.12 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 输出结果10.13是逐步回归最终模型的变量显著性检验表，表中各变量的显著性概率（Sig）值与输出结果10.11中有所不同，这是因为输出结果10.11是在每步回归模型下所做的检验，而输出结果10.13是在最终回归模型下所做的检验。` 10.13 中国人民大学六西格玛质量管理研究中心 输出结果10.14是回归参数表。本例因变量共有4个类别，（10.35）式的回归函数中以第1个类别作为基准（参照），回归系数取做0。对第2、3、4这3个类别，每个类别都需要确定一个线性回归函数，因此每个自变量都有3个回归系数，自由度合计为3。其中每一个定性自变量要用其类别数减1个示性变量表示，例如Level of education [ed]变量有5个取值，要用4个示性变量表示，因此有3×4=12个回归系数，把[ed]变量作为一个整体时其自由度为12。从输出结果10.13看到自变量ed的显著性概率值Sig =0.000，这是以ed变量的5个取值作为一个整体做的检验，整体显著并不意味着每个取值都显著。例如从输出结果10.14中看到对因变量的类别2（E-service）当ed=4时Sig =0.129就不显著。 * * 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 输出结果10.14 Parameter Estimates 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 10.14 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 10.14 中国人民大学六西格玛质量管理研究中心 §10.5 多类别Logistic回归 * * 输出结果10.15是用逐步回归最终模型所做的预测结果。用（10.35）式对每个样品计算出因变量y取第j个类别的 概率，因变量的预测值就是 最大的类别。 10.15 中国人民大学六西格玛质量管理研究中心 从输出结果10.15看到预测效果如下： Basic service类别的266个观测值中，有122个预测正确，正确率是45.9%； E-service类别的217个观测值中，有10个预测正确，正确率是4.6%； Plus service类别的281个观测值中，有133个预测正确，正确率是47.3%； Total service类别的236个观测值中，有134个预测正确，正确率是56.8%。 全部1 000个观测值中，有399个预测正确，总正确率是39.9%。 * * 中国人民大学六西格玛质量管理研究中心 如果没有任何信息资料，对每个类别的预测概率应该都是1/4，预测的总正确率是25%。如果对现有资料仅做频数分析，第3个类别“Plus service”出现281次，频率为28.1%，出现的频率最高，对每位客户都预测为第3个类别“Plus service”是最佳方案， 预测的总正确率是28.1%。现在通过回归分析，预测的总正确率是39.9%，分别提高了14.9%和11.8%。 4个类别的预测中，第2个类别E-service的预测效果最差，正确率仅是4.6%，说明现有的自变量不能解释这类客户群的特性，应该对这一类别的客户群做进一步研究，找出有关的解释变量。 可以用Sa