含定性变量的回归模型.pptVIP

§9.3因变量是定性变量的回归模型二、定性因变量回归的特殊问题1.离散非正态误差项。对一个取值为0和1的因变量，误差项εi=yi-(β0+β1xi)只能取两个值：当yi=1时，εi=1-β0-β1xi=πi当yi=0时，εi=-β0-β1xi=1-πi显然，误差项εi是两点型离散分布，当然正态误差回归模型的假定就不适用了。第29页，共61页，星期日，2025年，2月5日§9.3因变量是定性变量的回归模型2.零均值异方差性。当因变量是定性变量时，误差项εi仍然保持零均值，这时出现的另一个问题是误差项εi的方差不相等。0-1型随机变量εi的方差为D(εi)=D(yi)=πi(1-πi)=(β0+β1xi)(1-β0-β1xi)（9.14）εi的方差依赖于xi，是异方差，不满足线性回归方程的基本假定。第30页，共61页，星期日，2025年，2月5日§9.3因变量是定性变量的回归模型3.回归方程的限制当因变量为0、1虚拟变量时，回归方程代表概率分布，所以因变量均值受到如下限制：θ≤E(yi)=πi≤1对一般的回归方程本身并不具有这种限制，线性回归方程yi=β0+β1xi将会超出这个限制范围。第31页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型一、分组数据的Logistic回归模型针对0-1型因变量产生的问题，我们对回归模型应该做两个方面的改进。第一，回归函数应该改用限制在[0，1]区间内的连续曲线，而不能再沿用直线回归方程。第32页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型限制在[0，1]区间内的连续曲线有很多，例如所有连续型随机变量的分布函数都符合要求，我们常用的是Logistic函数与正态分布函数。Logistic函数的形式为Logistic函数的中文名称是逻辑斯谛函数，或简称逻辑函数。第33页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型第二，因变量yi本身只取0、1两个离散值，不适于直接作为回归模型中的因变量。由于回归函数E(yi)=πi=β0+β1xi表示在自变量为xi的条件下yi的平均值，而yi是0-1型随机变量，因而E(yi)=πi就是在自变量为xi的条件下yi等于1的比例。这提示我们可以用yi等于1的比例代替yi本身作为因变量。下面通过一个例子来说明Logistic回归模型的应用。第34页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型例9.4在一次住房展销会上，与房地产商签定初步购房意向书的共有n=325名顾客中，在随后的3个月的时间内，只有一部分顾客确实购买了房屋。购买了房屋的顾客记为1，没有购买房屋的顾客记为0。以顾客的年家庭收入（万元）为自变量x，对如下的数据，建立Logistic回归模型第35页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型第36页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型Logistic回归方程为其中c为分组数据的组数，本例c=9。做线性化变换，直接在Transform-ComputeVariable中进行，令上式的变换称为逻辑（Logit）变换，得pi′=β0+β1xi+εi （9.16）（9.18）（9.17）第37页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型在线性回归对话框中，注意变量名和意义。计算出经验回归方程为-0.886+0.156x （9.19）判定系数r2=0.9243，显著性检验P值≈0，高度显著。还原为（9.16）式的Logistic回归方程为利用（9.20）式可以对购房比例做预测，例如对x0=8，第38页，共61页，星期日，2025年，2月5日§9.4Logistic回归模型我们用Logistic回归模型成功地拟合了因变量为定性变量的回归模型，但是仍然存在一个不足之处，就是异方差性并没有解决，（9.18）式的回归模型不是等方差的，应该对（9.18）式用加权最小二乘估计。当ni较大时，pi′的近似方差为：其中πi=E(yi)，因而选取权数为：wi=nipi(1-pi)第39页，共61页，星期日，2025年，2月5日