רגרסיה לוגיסטית: מודלים ושיטות

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. רגרסיה לוגיסטית וניתוח מבחין משמשים כאשר יש צורך להבדיל ממשיבים ממוקדים קטגוריות בבירור. יתר על כן, הקבוצות הללו הן רמות פרמטר משתנה אחד בודד. а также выясним, для чего она нужна. קח מודל רגרסיה לוגיסטית ופרטים נוספים, כמו גם לברר מה צריך לעשות בו.

סקירה

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. דוגמא לבעיה, בפתרון אשר ממשמש רגרסיה לוגיסטית, עשויה להיות סיווג של משיבים על ידי קבוצת רכישה ולא קונה את החרדל. הבידול מתבצעת על פי מאפיינים סוציו-דמוגרפיים. אלה כוללים, בפרט, כוללים גיל, מין, מספר בני משפחה, הכנסה וכן הלאה. ישנם קריטריונים כדי להבדיל את המשתנה במבצע. זה האחרון מקודד בקטגוריה היעד עבורו, למעשה, צריך לחלק מהמשיבים.

הניואנסים

, значительно уже, чем для дискриминантного анализа. זה חייב להיות אמר כי מגוון של מקרים בהם הלוגיסטיקה רגרסיה מיושם, צר הרבה יותר מאשר ניתוח המבחין. בהקשר זה, השימוש האחרון כשיטה אוניברסלית לבידול נחשב העדיפו יותר. יתר על כן, מומחים ממליצים להתחיל עם ניתוח מפלת מחקר סיווג. ורק במקרה של חוסר ודאות עבור התוצאות ניתן להשתמש ברגרסיה לוגיסטית. הכרח זו נגרמת על ידי מספר גורמים. используется при наличии четкого представления о типе независимых и зависимых переменных. רגרסיה לוגיסטית משמשת כאשר יש מושג ברור על הסוג של משתנים תלויים ובלתי תלויים. בהתאם לכך, שנבחר לאחד 3 ההליכים האפשריים. כאשר ניתוח המבחין, החוקר תמיד מתמודד עם מבצע סטטי. זה מעורב משתנה קטגוריים עצמאיים תלויה וכמה אחד עם הסולם מכל סוג שהוא.

סוגים

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. מחקר סטטיסטי המטרה, אשר משתמשת רגרסיה לוגיסטית, הוא לקבוע את הסבירות כי המשיב בפרט יוקצה לקבוצה מסוימת. הבידול מתבצע על פי פרמטרים מסוימים. בפועל, על פי הערכים של גורמים אחד או יותר עצמאי ניתן לסווג לשתי קבוצות של משיבים. . במקרה זה, יש רגרסיה לוגיסטית בינארית. גם פרמטרים צוינו כי ניתן להשתמש בהקצאה לקבוצה גבוהה משני. במצב כזה יש רגרסיה לוגיסטית הפולינום. הקבוצה וכתוצאה הביעה רמות של כל משתנה אחד.

לדוגמה

נניח יש תשובות המשיבים לשאלה אם הם מעוניינים הצעה לרכישת קרקע בפרברי מוסקבה. במקרה זה, האפשרויות הן "לא" ו "כן." אנחנו צריכים לברר מה גורמי השפעה השולט על ההחלטה של קונים פוטנציאליים. עבור המשיבה זה נשאלות שאלות לגבי התשתית של השטח, את המרחק אל הבירה, שטח קרקע, נוכחות / היעדרות של בנייני מגורים וכן הלאה. רגרסיה בינאריים באמצעות, ניתן להפיץ בשתי קבוצות של המשיבים. הראשון יכלול למעוניינים לרכוש - קונים פוטנציאליים, והשני, בהתאמה, אלה שאינם מעוניינים בהצעה כזו. לכל משיב, בנוסף, זה יחושב ההסתברות משימה לקטגוריה זו או אחרת.

מאפיינים השוואתיים

בניגוד לשתי ההתגלמויות מעל מורכב מספר שונה וסוג קבוצות תלויות ובלתי משתנה בלתי תלוי. בשנת רגרסיה בינארית, למשל, למד גורם התלות דיכוטומית בין תנאים אחד או יותר עצמאי. במקרה זה, זה האחרון עשוי להיות מכל סוג שהוא של מידה. רגרסיה MULTINOMIAL נחשב מעין גרסה של הסיווג. זה מתייחס המשתנה התלוי עבור יותר מ 2 קבוצות. גורמים עצמאיים חייבים להיות גם של סדורי או סולם נומינלי.

רגרסיה לוגיסטית ב SPSS

11-12 החבילה הסטטיסטית, הציג גרסה חדשה של הניתוח - רצף. שיטה זו משמשת כאשר גורם תלות מתייחסת לאותו שם סולם (סדור). במקרה זה משתנה בלתי תלוי שנבחר סוג אחד מסוים. הם חייבים להיות גם סדורים או נומינליים. סיווג במספר קטגוריות נחשב המגוונים ביותר. שיטה זו יכולה לשמש את כל המחקרים השתמשו ברגרסיה לוגיסטית. , однако, можно только с помощью всех трех приемов. שפרו את איכות המודל, לעומת זאת, הוא אפשרי רק על ידי שימוש בכל שלוש השיטות.

סיווג סדור

הוא אמר כי מוקדם יותר באותו החבילה הסטטיסטית לא היה ספק את ההזדמנות כדי לבצע ניתוח מיוחד אופייני גורמים תלויים עם סולם סדור. עבור כל המשתנים, עם מספר קבוצות של יותר מ 2 השתמש באפשרות הפולינום. יש ניתוח רצף הציג יחסית לאחרונה מספר תכונות. הם לוקחים בחשבון את הפרטים של הסקאלה זה. часто не рассматривается как отдельный прием. בינתיים, במדריכי מתודולוגי רגרסיה לוגיסטית סִדוּרִי היא לעתים קרובות לא כאל קבלה נפרדת. הסיבה היא כדלקמן: ניתוח סדרתי אין שום יתרונות משמעותיים על פני הפולינום. החוקר עשוי בהחלט להשתמש באפשרות השנייה בנוכחות ו הסדורה, ומשתנה תלויה נומינלית. בתוך כך, תהליך הסיווג הוא כמעט אפשר לנתק ביניהם. משמעות הדבר היא כי ניתוח ההחזקה כדי לא יגרמו בעיות.

ניתוח של אפשרויות

קחו למשל את המקרה הפשוט - רגרסיה בינארית. לדוגמה, בתהליך של הביקוש המשוער מחקר שיווקי עבור בוגרי אוניברסיטה מטרופולין מסוימים. בשאלון, המשיבים נשאלו שאלות, כולל:

1. האם אתה עובד? (QL).
2. ציין סיום השנה (q 21).
3. מהו הציון הממוצע של המשקע (טוען).
4. מין (שאלה 22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. רגרסיה לוגיסטית תהיה להעריך את ההשפעה של גורמים עצמאיים טוענת, q 21 ו q 22 ב QL משתנית. במילות פשוטות, מטרת הניתוח היא לקבוע את העסקה הסבירה של בוגרים על בסיס המידע על המגרש, סוף השנה, ואת הציון הממוצע.

רגרסיה לוגיסטית

כדי להגדיר פרמטרים באמצעות רגרסיה בינארית, להשתמש בתפריט לוגיסטי Analyze►Regression►Binary. ברגרסיה הלוגיסטית לבחור ברשימה שנותרה משתנה זמין גורמים תלות. הם הם QL. משתנה זה חייב להיות ממוקם בתחום התלוי. אחרי זה, אתה חייב להיכנס covariates אתר גורמים עצמאיים - Q 21, q 22, מאמת. אז אתה צריך לבחור דרך שילובם הניתוח. אם מספר גורמים עצמאיים של יותר מ 2, לא משתמשים בשיטה של ממשל סימולטני של כל המשתנים, אשר מותקן כברירת מחדל, וצעד אחר צעד. הדרך הפופולרית ביותר נחשבת לאחור: LR. שימוש בלחצן בחר, אתה לא יכול לכלול במחקר של כל המשיבים, ורק בקטגורית יעד ספציפית.

להגדיר משתנים קטגוריאליים

כפתור קטגוריאלי להשתמש במקרה כאשר אחד המשתנים הוא דורג למספר קטגוריות של יותר מ 2. במצב זה, הגדר חלון משתנים קטגוריאליים בתחנת הקטגורי covariates להציב רק אופציה כזאת. בדוגמה זו, משתנה כזה חסר. לאחר מכן ברשימה הנפתחת, בחר את סטיית ניגודיות פריט ולחץ על כפתור שינוי. כתוצאה מכך, חלק מהמשתנים התלויים יופק מכל אחד הגורם המדורג. מספרם תואם למספר התנאים המקוריים של קטגוריות.

שמור משתנה חדש

השתמש בלחצן שמור במחקר העיקרי מוגדר כדי ליצור תיבת הדו-שיח הגדרות חדשות. הם יכילו מספרים מחושבים בתהליך של רגרסיה. בפרט, ניתן ליצור משתנים הקובעים:

1. שנכלל באותה קטגוריה של סיווג ספציפי (Groupmembership).
2. ההסתברות לסיווג משיב בכל קבוצת לימוד (הסתברויות).

בעת שימוש חוקר כפתור Options אינו מקבל הזדמנויות משמעותיות. בהתאם לכך, ניתן להתעלם אותו. לאחר לחיצה על כפתור "אישור" בחלון הראשי יוצג תוצאות הניתוח.

בקרת איכות של הלימות רגרסיה לוגיסטיות

קחו למשל את מקדמי דגם שולחן אומניבוס Testsof. היא מציגה את תוצאות הניתוח של איכות מודל הקירוב. בשל העובדה כי האפשרות מצטברת, אתה צריך לראות את התוצאות של השלב האחרון (Step2) נקבע. ייחשב תוצאה חיובית, שבה מדד זוהה גידול צ'י מרובע במעבר לשלב הבא על רמה גבוהה של משמעות (Sig. <0,05). איכות המודל נאמד ב קו דגם. אם אתה מקבל ערך שלילי, אבל זה לא נחשב משמעותי אם המודל המהותי גבוהה הכולל, האחרון יכול להיחשב כמעט שמיש.

טבלאות

סיכום דגם מספק אומדן של מדד פיזור כולל, אשר מתאר את המודל הבנוי (איור כיכר R). מומלץ ליישם את הערך Nagelker. אינדיקטור חיובי יכול להיחשב כפרמטר Nagelkerke R סקוור, אם הוא גבוה יותר מאשר 0.50. לאחר מכן העריכו את התוצאות של הסיווג שבו האינדיקטורים בפועל שייכים אחד או קטגוריה אחרת של המחקר הם בהשוואה לאלו שחזה מודל רגרסיה. לשם כך טבלת סיווג שולחן. זה גם מאפשר לך להסיק מסקנות לגבי התקינות של בידול עבור כל אחד מחברי הקבוצה מדוברת. . הטבלה הבאה מאפשרת למצוא גורמים עצמאיים מובהקים סטטיסטי התקשרו הניתוח וכן רגרסיה לוגיסטית גורם שאינו סטנדרטית. על בסיס אינדיקטורים אלו יכולים לנבא השתייכות של כל מרואיין במדגם לקבוצה מסוימת. משתנה ניו ניתן להזין באמצעות הלחצן השמור. הם יכילו מידע על חברותו של קטגוריית סיווג בפרט (Predictedcategory) ואת ההסתברות להיכלל בקבוצות אלה (לחברות הסתברויות חזויות). לאחר לחיצה על כפתור "אישור" בחלון הראשי יופיע בתוצאות החישוב רגרסיה לוגיסטית MULTINOMIAL.

הטבלה הראשונה, אשר מכילה אינדיקטורים חשובים עבור החוקר, - מידע התאמת דגם. רמה גבוהה של מובהקות סטטיסטיות תצביע על האיכות וההתאמה הגבוהות של השימוש במודלים כדי לפתור בעיות מעשיות. שולחן חשוב נוסף הוא-סקוור R Pseudo. זה מאפשר לך להעריך את השיעור השונה הכולל של גורם התלוי, אשר נגרם על ידי משתנה בלתי התלוי שנבחר לניתוח. על פי מבחן יחס הנראות בטבלה ניתן להסיק מסקנות לגבי מידת המובהקות של זה האחרון. אומדני הפרמטרים משקפים מקדמים שאינו אחיד. הם משמשים בבניית המשוואה. בנוסף, עבור כל שילוב של משתנים נקבע את המובהקות הסטטיסטיות של השפיע על גורם התלות. בינתיים, מחקר שוק לעתים קרובות יש צורך לבדל את הקטגוריות של המשיבים לא בנפרד, אלא כחלק מקבוצת היעד. לשם כך בטבלה Observedand תדרים חזויים.

יישום מעשי

השיטה של ניתוח נחשב נעשה שימוש נרחב בעבודת הסוחרים. בשנת 1991, מחוון רגרסיה לוגיסטית סיגמואיד פותח. הוא כלי קל לשימוש ויעיל שיכול לשמש כדי לחזות את המחירים סבירים "התחממות היתר" שלהם. מחוון מוצג על גרף בצורה של ערוץ שהוקם על ידי שני קווים הארכת במקביל. הם הסירו במרחק שווה מן המגמה. רוחב המסדרון יהיה תלוי אך ורק על מסגרת הזמן. המחוון משמש כאשר עובדים עם כמעט כל נכס - בין צמדי מטבעות ל מתכות יקרות.

בפועל, הוא ניפק 2 אסטרטגיות מפתח לשימוש במכשיר: פירוט והיפוך. במקרה האחרון לסוחר יתמקד הדינמיקה של שינויי המחירים בתוך הערוץ. על הסבירות כי התנועה מתחילה בכיוון ההפוך כפי שהוא מתקרב עלות שיעור קו תמיכה או התנגדות. אם המחיר הוא הדוק לנכון מהגבול העליון, אזי הנכס יכול להתבטל. אם זה בגבול התחתון, אתה צריך לחשוב על רכישה. פירוט אסטרטגיה כרוך בשימוש כתבים. הם מותקנים מחוץ לגבולות של מרחק קצר יחסית. אם ניקח בחשבון כי המחיר במקרים מסוימים מפרים אותם למשך זמן קצר, אתה צריך לשחק על בטוח ולהגדיר את stop-loss. במקביל, כמובן, ללא קשר לאסטרטגיה שנבחרה דורש הסוחר למקסם בקור רוח תופס ולהעריך את המצב שנוצר בשוק.

מסקנה

לפיכך, השימוש רגרסיה לוגיסטית מאפשר לך בקלות ובמהירות לסווג המשיבים לקטגוריות בהתאם לפרמטרים שצוינו. כשמנתחים את השימוש האפשרי של דרך מסוימת. בפרט, את הרבגוניות של רגרסיה המולטינומיים השונה. עם זאת, מומחים ממליצים להשתמש בכל השיטות שתוארו לעיל במתחם. זאת בשל העובדה כי במקרה זה את איכות המודל תהיה גבוהה באופן משמעותי. זה, בתורו, להרחיב את מגוון היישומים שלה.