Логичке регресије: модели и методе

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. Логистичка регресија и дискриминативна анализа се користи када је потребно да се јасно диференцирају испитаници циљане категорије. Штавише, ове групе су јединствени уни нивоа параметара. а также выясним, для чего она нужна. Размислите више детаља моделу логистичке регресије, као и сазнати шта је то било.

преглед

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Пример проблема, у раствору који се користи логистичку регресију, може бити класификација испитаника према Групна куповина и не купују сенф. Диференцијације изведена према социо-демографским карактеристикама. Ово укључује, прије свега, укључују старост, пол, број чланова породице, приходе и тако даље. Постоје критеријуми за разликовање и променљива у операцији. Потоњи кодира циљни категорију за које, у ствари, треба да подели испитаника.

нијансе

, значительно уже, чем для дискриминантного анализа. Мора се рећи да је распон од случајева у којима су примењене регресије логистика, много ужа него дискриминативне анализе. У том смислу, сматра употреба овог последњег као универзалног метода за разликовање пожељнији. Штавише, стручњаци препоручују почевши са дискриминативне анализе студија цлассифицатион. И само у случају неизвесности за резултате може да се користи логистичку регресију. Ова потреба је последица неколико фактора. используется при наличии четкого представления о типе независимых и зависимых переменных. Логистичка регресија се користи када постоји јасна идеја о врсти независних и зависних варијабли. Сходно томе, одабран један од 3 могућа процедура. Када је дискриминативна анализа, истраживач увек посла са статичком операцију. Је укључивала једну зависну и неколико независних категоричке променљиве са скали од ког типа.

vrste

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. Циљ статистичко истраживање, који користи логистичку регресију, је одредити вероватноћу да ће одређени испитаник може доделити одређеној групи. Диференцијација се врши према одређеним параметрима. У пракси, према вредности једног или више независних фактора може се сврстати у две групе испитаника. . У овом случају, постоји бинарна логистичка регресија. Такођер наведени параметри се могу користити у расподели са групом већи од два. У таквој ситуацији постоји МУЛТИНОМИАЛ логистичка регресија. Добијени група изразила ниво једној варијабле.

пример

Претпоставимо да су одговори испитаника на питање да ли су заинтересовани за понуду да купи земљиште у предграђу Москве. У том случају, опције су "не" и "да". Морамо да сазнамо шта фактори имају доминантан утицај на одлуку потенцијалних купаца. За ову испитаник постављају питања о инфраструктури територије, удаљеност до капитала, земљишта, присуство / одсуство стамбених објеката и тако даље. Бинарним регресију, може да се дистрибуира у две групе испитаника. Први ће обухватити оне који су заинтересовани за куповину - потенцијалних купаца, а други, односно, они који нису заинтересовани за такву понуду. За сваког испитаника, поред тога, биће израчунати вероватноћу задатка једном или другу категорију.

Упоредне карактеристике

За разлику од две конфигурације горе састоји у различитом броју и врсти група зависне и независне варијабле. У бинарном регресији, на пример, проучавали дихотомну фактор зависност од једне или више независних условима. У овом случају, они могу бити било ког типа скале. МУЛТИНОМИАЛ регресија се сматра нека врста верзије класификације. Она се односи на зависну варијаблу за више од 2 групе. Независни фактори морају имати или редни или номинални скале.

Логистичка регресија у СПСС

Статистичка пакет 11-12, представио је нову верзију анализе - секвенцу. Овај метод се користи када зависна фактор односи се на истоимене (редни) скали. У овом случају независне променљиве изабрана једну посебну врсту. Они морају бити редни или номинални. Класификација у неколико категорија се сматра највише свестран. Овај метод се може користити у свим студијама које су користиле логистичку регресију. , однако, можно только с помощью всех трех приемов. Побољшати квалитет модела, међутим, могуће је само помоћу сва три начина.

редни класификација

Каже се да је раније у статистичком пакету није пружена могућност да изврши типичну специјализоване анализе за зависне факторе са редним скали. За све варијабле, са бројем група више од 2 користи МУЛТИНОМИАЛ опцију. Уведен релативно недавно Анализа секвенци има број карактеристика. Они узимају у обзир специфичности ит скали. часто не рассматривается как отдельный прием. У међувремену, у методолошким приручницима редни логистичка регресија често не третира као посебан пријем. Разлог је следећи: серијски анализа нема значајне предности у односу на МУЛТИНОМИАЛ. Истраживач може и преко њега у присуству и редном и номиналне зависне варијабле. При томе, процес класификације су готово не разликују једни од других. То значи да је анализа газдинство поредак неће изазвати никакве проблеме.

Анализа опција

Размотримо једноставан случај - бинарни регресију. На пример, у процесу маркетинг истраживања процењује потражње за дипломце одређене Метрополитан Университи. У упитнику, испитаници су се питали питања, укључујући:

1. Радите? (КЛ).
2. Наведите година Дипломирање (к 21).
3. Која је просечна оцена утичнице (авер).
4. Пол (К22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. Логистичка регресија ће проценити утицај независних фактора авер, К 21 и к 22 у променљивим КЛ. Једноставно речено, сврха анализе је да одреди могући запошљавања дипломираних студената, на основу података на терену, на крају године, и просечном оценом.

логистичка регресија

Да бисте поставили параметре помоћу бинарни регресију, користите Анализе►Регрессион►Бинари Логистиц мени. У логистичку регресију за изабрати на листи левом доступних варијабли зависе фактора. Они се КЛ. Ова променљива мора бити постављен у зависним терену. Након тога, морате унети сајту коваријетети независна фактора - К 21, к 22, авер. Затим је потребно да изаберете начин, укључујући их у анализи. Ако је број независних фактора више од 2, не користе метод истовремену примену свих варијабли, које је инсталиран подразумевано, и корак по корак. Најпопуларнији начин сматра се уназад: ЛР. Користећи дугме за избор, не можете укључити у студији свих испитаника, а само одређене циљне категорије.

Дефине Цатегорицал променљивих

Категоричан дугме за коришћење у случају када је један од варијабли рангирана на броју категорија више од 2. У овој ситуацији, Дефинисати Катего- променљивих прозор у Катего- коваријетети станици постављена само таква опција. У овом примеру, таква варијабла недостаје. Након тога падајућег менија, изаберите ставку Контраст Одступање и кликните на дугме Промени. Као резултат, неки од зависних варијабли бити генерисана из сваке од номиналне фактора. Њихов број одговара броју првобитних смислу категорија.

Саве нових варијабли

Користите дугме Саве у главном испитивању је постављен за креирање нових подешавања дијалог. Они ће садржати бројеве обрачунати у процесу регресије. Посебно, могуће је креирати варијабле које одређују:

1. Припадности одређеној категорији класификације (Гроупмемберсхип).
2. Вероватноћа разврставања испитаника у свакој испитиваној групи (Пробабилитиес).

Када користите Опције дугмета истраживач не примате значајне могућности. Према томе, може се игнорисати. Након притиска на дугме "ОК" у главном прозору ће бити приказана резултате анализе.

Контрола квалитета логистичке регресије адекватности

Размислите о табеле омнибус Тестсоф Модел коефицијенти. Она приказује резултате анализе квалитета модела приближавања. С обзиром на то да је постепени опција, морате да гледате резултате последњој фази (Корак 2) је постављена. Би се сматрало позитиван резултат, у којој је откривена повећање Хи-квадрат индекса у транзицији ка следећем кораку у високом степену значаја (сиг. <0,05). Квалитет модела се процењује на Модел линији. Ако добијете негативну вредност, али се не сматра значајним ако је укупан висок материјалност модел, последњи може сматрати практично употребљив.

столови

Модел Суммари даје процену укупног индекса дисперзије, који описује конструисан модел (фигура Р Скуаре). Препоручује се да примените вредност Нагелкер. Позитиван индикатор може сматрати параметар Нагелкерке Р Скуаре, ако је већи од 0,50. Након тога оцењује резултате класификације у којима су стварни показатељи припадају једној или другу категорију студије у поређењу са онима предвиђа регресионом моделу. За ту сврху сто класификација Табела. Такође вам доносити закључке о исправности диференцијације за сваку од група у питању. . Следећа табела омогућава да се пронађу статистички значајне независне факторе ушли у анализу, као и не-стандардизовани фактора логистичке регресије. На основу ових показатеља не може да предвиди припадност сваког испитаника у узорку за одређену групу. Нове променљиве могу се унети помоћу дугмета Саве. Они ће садржати податке о припадности одређеној категорији класификације (Предицтедцатегори) и вероватноће укључења у овим групама (Предвиђени вероватноће чланство). Након притиска на дугме "ОК" у главном прозору ће се појавити МУЛТИНОМИАЛ логистичка регресија за израчунавање резултата.

Прва табела, која садржи важне индикаторе за истраживача, - модел опремања информације. Висок ниво статистичке значајности ће указати на високом квалитету и исправности употребе модела за решавање практичних проблема. Друга важна сто је псеудо Р трг. То вам омогућава да се процени проценат укупне варијансе у зависном фактор, која је проузрокована независне варијабле изабране за анализу. Према Табела фактор ризика тестови могу извући закључке о статистичке значајности ових других. Параметар Процене одражавају нестандардизована коефицијенте. Они се користе у изградњи једначине. Поред тога, за сваку комбинацију варијабли одређује се статистичка значајност њиховог утицаја на зависне фактор. У међувремену, истраживање тржишта често је потребно направити разлику категорије испитаника није посебно, већ као део циљне групе. За ту сврху сто Обсерведанд Предвиђене фреквенције.

практична примена

Сматра метод анализе је у широкој употреби у раду трговаца. Године 1991., сигмоидни логистичка регресија показатељ је развијен. Он је једноставан за употребу и ефикасан алат који се може користити за предвиђање вероватне цене на њихову "прегревања". Индикатор је представљен на графикону у облику канала формира два реда пружају паралелно. Уклонили једнаку удаљеност од тренда. Ширина коридора зависиће искључиво од временског оквира. Индикатор се користи када се ради са готово свим средства - од валутних парова на племенитих метала.

У пракси, то даје 2 кључних стратегија за коришћење инструмент: квара и преокрет. У овом другом случају трговац ће се фокусирати на динамику промена цена у каналу. На је вероватноћа да је покрет почиње у супротном смеру како се приближава трошкове линијског стопе подршке или отпора. Ако је цена је блиско способан да горње границе, онда се имовина може бити елиминисана. Ако је на доњој граници, требало би да размислите о куповини. Стратегија слом подразумева употребу потјерница. Они су инсталирани изван граница релативно кратком растојању. Узимајући у обзир да је цена у неким случајевима их крше за кратко време, требало би да играју на сигурно и поставити стоп-губитак. Истовремено, наравно, без обзира на изабране стратегије захтева да трговац да максимално хладно сагледа и процене ситуацију која је настала на тржишту.

закључак

Тако, употреба логистичке регресије вам омогућава да брзо и лако категоризовати испитаника у категорије у складу са наведеним параметрима. Када се анализира могућност кориштења на одређени начин. Конкретно, разноврсност различитих МУЛТИНОМИАЛ регресије. Међутим, стручњаци препоручују употребу свих горе описаних метода у комплексу. То је због чињенице да је у овом случају квалитет модела ће бити знатно већи. То, заузврат, проширити опсег њене примене.