第十讲定类或定序因变量回归分析.pptx

第十讲定类或定序因变量回归分析;在研究态度与偏好等心理现象时也经常按类型进行测量得,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得情形,如在分析升学考试得影响因素时,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得其她分布,例如:

(1)二项分布(binomialdistribution)

(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)得概率,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)无意义得解释

从解释力上看,由于概率得值就是有边界得,在0与1之间。但林楠方程很有可能要超过该限制,因变量得估计值可能就是负数,也可能大于1,因此模型得结果就是无意义得。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,则入党得概率约等于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;9;一个简单得解决办法就就是取对数,结果就就是所谓对数比率(logit)。若用P代表某事件得概率,则对数比