分类与排序因变量回归方法研究.pptVIP

第九讲定类或定序因变量回归分析;线性回归模型在定量分析中广为流行，然而当因变量是一种定类变量而不是一种连续变量时，极难应用线性回归模型。

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置某种商品，如在社会学和人口学研究中所涉及的如犯罪、逃学、迁移、结婚、离婚、生育、患病等等都能够按照二分类变量或多分类来测量。

又如在研究态度与偏好等心理现象时也经常按几个类型进行测量的，如“强烈反对”、“反对”、“中立”、“支持”、和“强烈支持”。

另外，有时对某些连续变量也要转换成类型变量，如在分析升学考试的影响原因时，将考生分为录用线以上和录用线如下，只要选定一种分界点，连续变量便能够被转换成定类变量。;从统计理论上看，在进行最小二乘法的参数预计时，我们仅仅关注残差项ε的分布，极少对因变量Y所服从的分布给予关注，实际上,我们拥有Y的信息要远远大于拥有残差项ε的信息。

因变量Y服从正态分布的推断起源于残差项服从正态分布，因为Y是残差项的线性函数。实际上，社会经济现象往往有不同于正态分布的其它分布，例如：

（1）二项分布（binomialdistribution）

（2）泊松分布（Poisson）

;二、线性概率模型;2、线性概率模型存在的问题;三、简单对数比率回归

;表1概率、比率和对