Logistic pagbabalik: mga modelo at mga pamamaraan

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. Logistic pagbabalik at discriminant pagtatasa ay ginagamit kapag ito ay kinakailangan upang malinaw na makita ang pagkakaiba respondent naka-target na mga kategorya. Dagdag pa rito, ang mga grupong ito ay isang solong univariate antas parameter. а также выясним, для чего она нужна. Isaalang-alang ang karagdagang detalye logistic pagbabalik modelo, pati na rin malaman kung ano ito ay para sa.

Pangkalahatang-ideya

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Ang isang halimbawa ng problema, sa ang solusyon na ginagamit logistic pagbabalik, maaaring maging isang pag-uuri ng mga sumasagot sa pamamagitan ng pagbili ng grupo at hindi pagbili ng mustasa. pagkita ng kaibhan ay natupad ayon sa socio-demographic na mga katangian. Kabilang dito ang, sa partikular, ay kinabibilangan ng edad, kasarian, bilang ng mga miyembro ng pamilya, kita at iba pa. May mga pamantayan upang ibahin at ang variable sa operasyon. Ang huli encodes ang target na kategorya para sa kung saan, sa katunayan, kailangang hatiin sumasagot.

nuances

, значительно уже, чем для дискриминантного анализа. Dapat ito ay sinabi na ang hanay ng mga kaso kung saan ang inilapat pagbabalik logistik, magkano ang mas makitid kaysa sa discriminant pagtatasa. Kaugnay nito, ang paggamit ng sa huli bilang isang unibersal na paraan para sa pagkita ng kaibhan ay itinuturing na mas ginustong. Dagdag pa rito, mga eksperto pinapayo na nagsisimula sa isang pag-uuri ng pag-aaral may discriminasyon pagtatasa. At lamang sa kaso ng kawalan ng katiyakan para sa mga resulta ay maaaring gamitin logistic pagbabalik. pangangailangan na ito ay sanhi ng ilang mga kadahilanan. используется при наличии четкого представления о типе независимых и зависимых переменных. Logistic pagbabalik ay ginagamit kapag may isang malinaw na ideya tungkol sa uri ng malaya at umaasa variable. Alinsunod dito, ang mga napiling isa sa mga 3 posibleng pamamaraan. Kapag ang discriminant pagtatasa, ang mga mananaliksik ay palaging pagharap sa isang static na operasyon. Ito kasangkot ang isa umaasa at ilang mga independiyenteng katergoryang mga variable na may ang laki ng anumang uri.

uri

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. Layunin statistical pananaliksik, na kung saan ay gumagamit ng isang logistic pagbabalik, ay upang matukoy ang posibilidad na ang isang partikular na tumutugon ang itatalaga sa isang partikular na grupo. Pagkita ng kaibhan ay isinasagawa ayon sa mga tiyak na mga parameter. Sa pagsasanay, ayon sa ang mga halaga ng isa o higit pang mga independiyenteng mga kadahilanan ay maaaring inuri sa dalawang grupo ng mga respondents. . Sa kasong ito, mayroong isang binary logistic pagbabalik. Gayundin tinukoy na parameter ay maaaring gamitin sa allocation sa grupo ay mas malaki kaysa sa dalawa. Sa ganitong sitwasyon doon ay isang multinomial logistic pagbabalik. Ang resultang grupong ipinahayag antas ng anumang isang variable.

halimbawa

Ipalagay na may mga respondents 'sagot sa mga tanong ng kung ikaw ay interesado sa isang alok upang makakuha ng lupa sa Suburbs ng Moscow nila. Sa kasong ito, ang pagpipilian ay "hindi" at "oo." Kailangan nating malaman kung ano ang mga kadahilanan ay may isang nangingibabaw na impluwensya sa desisyon ng mga potensyal na mamimili. Para tumutugon ito tanong ay nagtanong tungkol sa imprastraktura ng teritoryo, ang distansya sa capital, lupa lugar, presence / kawalan ng tirahan gusali at iba pa. Ang paggamit ng binary pagbabalik, maaaring ibahagi sa dalawang grupo ng mga respondents. Ang una ay kinabibilangan ng mga taong interesado sa pagbili - mga potensyal na mamimili, at ang pangalawa, ayon sa pagkakabanggit, ang mga taong hindi interesado sa tulad ng alok. Para sa bawat tumutugon, bilang karagdagan, ito ay kakalkulahin ang posibilidad ng pagtatalaga sa isang kategorya o sa isa pa.

comparative katangian

Hindi tulad ng dalawang embodiments itaas ay binubuo sa isang iba't ibang mga bilang at uri ng mga grupo umaasa at malayang variable. Sa isang binary pagbabalik, halimbawa, pinag-aralan ang pagpapakandili dichotomous kadahilanan mula sa isa o higit pang mga independiyenteng mga kondisyon. Sa kasong ito, ang huli ay maaaring maging ng anumang uri ng scale. Multinomial pagbabalik ay itinuturing na isang uri ng bersyon ng pag-uuri. Ito ay may kaugnayan sa ang mga umaasang variable para sa higit sa 2 mga grupo. Independent mga kadahilanan ay dapat magkaroon ng alinman sa isang ordinal o nominal scale.

Logistic pagbabalik sa SPSS

Ang statistical pakete 11-12, ipinakilala ng isang bagong bersyon ng pagtatasa - pagkakasunod-sunod. Ang pamamaraan na ito ay ginagamit kapag nakasalalay kadahilanan na nauugnay sa mga katulad na pangalan (Ordinal) scale. Sa kasong ito ang independent variable pinili ng isang partikular na uri. Dapat silang maging alinman sa ordinal o nominal. Pag-uuri sa ilang mga kategorya ay itinuturing na ang pinaka-maraming nalalaman. Ang pamamaraan na ito ay maaaring gamitin sa lahat ng mga pag-aaral na ginagamit logistic pagbabalik. , однако, можно только с помощью всех трех приемов. Pagbutihin ang kalidad ng mga modelo, gayunman, ay posible lamang sa pamamagitan ng paggamit ng lahat ng tatlong mga pamamaraan.

Ordinal-uuri

Sinasabing mas maaga sa statistical pakete ay hindi ibinigay ang pagkakataon upang maisagawa ang isang tipikal na dalubhasang pagtatasa para sa mga umaasang mga kadahilanan na may isang ORDINAL scale. Para sa lahat ng mga variable, na may bilang ng mga grupo ng higit sa 2 ginagamit multinomial opsyon. Ipinakilala relatibong kamakailan sequence analysis ay may isang bilang ng mga tampok. Sila ay isaalang-alang ang mga detalye ng scale nito. часто не рассматривается как отдельный прием. Samantala, sa methodological manwal ordinal logistic pagbabalik ay madalas na hindi itinuturing bilang isang hiwalay na reception. Ang dahilan dito ay ang mga sumusunod: serial pagtatasa ay hindi magkaroon ng anumang mga makabuluhang pakinabang sa multinomial. Ang tagapagpananaliksik ay maaaring maayos gamitin ang huli sa presensya at Ordinal, at nominal nakasalalay variable. Sa paggawa nito, ang pag-uuri proseso ay halos hindi maulinigan mula sa bawat isa. Nangangahulugan ito na ang holding sunod analysis hindi magsasanhi ng anumang mga problema.

pagtatasa ng mga pagpipilian

Isaalang-alang ang mga simpleng kaso - isang binary regression. Halimbawa, sa proseso ng pagmemerkado pananaliksik tinatayang demand para sa mga nagtapos ng ilang mga metropolitan unibersidad. Sa talatanungan, respondents ay itanong, kabilang ang:

1. Sigurado ka nagtatrabaho? (Ql).
2. Tukuyin taon graduation (q 21).
3. Ano ang average na marka ng outlet (aver).
4. Kasarian (Q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. Logistic pagbabalik ay masuri ang epekto ng mga independiyenteng mga kadahilanan sabihin nang buong tiwala, q 21 at q 22 sa variable ql. Sa madaling sabi, ang layunin ng pag-aaral ay upang matukoy ang mga malamang na trabaho ng mga nagtapos sa batayan ng impormasyon sa mga field, ang katapusan ng taon, at ang average na marka.

logistic pagbabalik

Upang i-set parameter gamit binary pagbabalik, gamitin Analyze►Regression►Binary Logistic menu. Sa Logistic pagbabalik upang pumili sa kaliwang listahan ng magagamit na mga variable nakasalalay kadahilanan. Sila ay ql. Ang variable na ito ay dapat na ilagay sa Dependent field. Pagkatapos nito, dapat mong ipasok ang site Covariates independiyenteng mga kadahilanan - q 21, q 22, aver. Pagkatapos ay kailangan mong pumili ng isang paraan ng kabilang ang mga ito sa pag-aaral. Kung ang bilang ng mga independiyenteng mga kadahilanan ng higit sa 2, huwag gamitin ang paraan ng sabay-sabay na pangangasiwa ng lahat ng mga variable, na kung saan ay naka-install sa pamamagitan ng default, at hakbang-hakbang. Ang pinaka-popular na paraan ay itinuturing Backward: LR. Ang paggamit ng Pumili ng button, hindi mo maaaring isama sa pag-aaral ng lahat ng mga respondents, at lamang ng isang tiyak na target na kategorya.

Tukuyin pasubali Variable

Katergoryang pindutan upang gamitin sa kaso kapag ang isa sa mga variable ay rated sa bilang ng mga kategorya ng higit sa 2. Sa situasyon na ito, Tukuyin pasubali Variable window sa pasubali Covariates station inilagay lamang tulad ng isang opsyon. Sa halimbawang ito, tulad ng isang variable ay nawawala. Matapos na ang drop-down list, piliin ang item Contrast Deviation at i-click ang Baguhin ang button. Bilang isang resulta, ang ilan sa mga umaasa sa mga variable ay nabuo mula sa bawat isa sa rated factor. Ang kanilang mga numero ay tumutugma sa bilang ng mga orihinal na mga tuntunin ng mga kategorya.

I-save ang New Variable

Gamitin ang pindutang I-save sa pangunahing pag-aaral ay naka-set upang lumikha ng bagong mga setting ng dialog box. Sila ay naglalaman ng mga numero kinakalkula sa proseso ng pagbabalik. Sa partikular, ito ay posible upang lumikha ng mga variable na matukoy:

1. Na kabilang sa isang partikular na kategorya ng pag-uuri (Groupmembership).
2. Ang posibilidad ng pag-uuri ng mga sumasagot sa bawat pangkat na pag-aaral (Probabilities).

Kapag ginagamit ang button ng Mga Pagpipilian tagapagpananaliksik ay hindi makatanggap ng anumang mga makabuluhang mga pagkakataon. Alinsunod dito, maaari itong hindi papansinin. Pagkatapos ng pagpindot sa "OK" button sa pangunahing window ay ipapakita resulta pagtatasa.

Marka ng kontrol ng logistic pagbabalik adequacy

Isaalang-alang ang talahanayan Omnibus Testsof Modelo Coefficients. Ipinapakita nito ang resulta ng pagsusuri ng ang kalidad ng mga modelo ng approximation. Dahil sa ang katunayan na ang incremental pagpipiliang ito, kailangan mong panoorin ang mga resulta ng huling yugto (Step2) ay naitakda. Gusto isaalang-alang ng isang positibong resulta, kung saan ang napansin pagtaas Chi-square index sa paglipat sa susunod na hakbang sa isang mataas na antas ng kabuluhan (Sig. <0,05). Ang kalidad ng modelo ay tinatayang sa Modelo linya. Kung kumuha ka ng isang negatibong halaga, ngunit ito ay hindi itinuturing bilang makabuluhang kung ang pangkalahatang mataas na pagiging materyal modelo, ang huling ay maaaring ituring na halos nagagamit.

talahanayan

Model Buod nagbibigay ng isang pagtatantya ng kabuuang index ng pagpapakalat, na naglalarawan ng constructed modelo (figure R Square). Ito ay inirerekomenda na mag-aplay ang halaga Nagelker. Ang tiyak na tagapagpahiwatig ay maaaring ituring bilang isang parameter Nagelkerke R Square, kung ito ay mas mataas kaysa sa 0.50. Pagkatapos nito sinusuri ang mga resulta ng pag-uuri na kung saan ang tunay na mga tagapagpahiwatig ng pagmamay-ari ng isa o isa pang kategorya ng pag-aaral ay kumpara sa mga hinulaang sa pamamagitan ng mga modelo pagbabalik. Para sa layuning ito ang talahanayan Classification Table. Ito ay nagpapahintulot din sa iyo upang gumuhit ng mga konklusyon tungkol sa kawastuhan ng pagkita ng kaibhan para sa bawat isa sa mga grupo sa katanungan. . Ang sumusunod na talahanayan ay ginagawang posible na makahanap ng kahalagahang pang-istatistika independiyenteng mga kadahilanan ay pumasok sa pag-aaral pati na rin ang mga di-ulirang kadahilanan logistic pagbabalik. Sa batayan ng mga tagapagpabatid ay maaaring mahulaan ang kinaaniban ng bawat tumutugon sa sample sa isang partikular na grupo. Bagong mga variable ay maaaring ipinasok gamit ang pindutang I-save. Sila ay naglalaman ng impormasyon sa mga kasapi ng isang partikular na kategorya pag-uuri (Predictedcategory) at ang posibilidad ng pagsama sa mga grupong ito (Nahulaang probabilities kasapi). Pagkatapos ng pagpindot sa "OK" button sa pangunahing window ay lilitaw multinomial Logistic pagbabalik pagkalkula ng mga resulta.

Ang unang table, na naglalaman ng mahalagang mga tagapagpahiwatig para sa mga mananaliksik, - Model umaangkop Impormasyon. Ang isang mataas na antas ng kahalagahang pang-istatistika ay tumuturo sa mga mataas na kalidad at kaakmaan ng paggamit ng modelo upang malutas ang mga praktikal na problema. Ang isa pang mahalagang talahanayan ay ang Pseudo R-Square. Pinapayagan ka upang tantiyahin ang bahagdan ng kabuuang pag-iiba sa ang mga umaasang kadahilanan, na kung saan ay sanhi ng mga independiyenteng mga variable pinili para sa pag-aaral. Ayon sa Table Posibilidad Ratio Tests ay maaaring gumuhit ng mga konklusyon tungkol sa kahalagahang pang-istatistika ng huli. Ang mga pagtatantiya Parameter sumasalamin di-ulirang coefficients. Sila ay ginagamit sa pagbuo ng equation. Bilang karagdagan, para sa bawat kumbinasyon ng mga variable ay natutukoy sa statistical kabuluhan ng kanilang mga epekto sa mga umaasa factor. Samantala, ang pananaliksik sa merkado ay madalas na kinakailangan upang ibahin ang mga kategorya ng mga respondent ay hindi hiwalay, ngunit bilang bahagi ng ang target na grupo. Para sa layuning ito ang talahanayan Observedand Nahulaang frequency.

praktikal na application

Itinuturing na paraan ng pagtatasa ay malawakang ginagamit sa mga gawain ng mga mangangalakal. Noong 1991, ang sigmoid logistic pagbabalik indicator ay binuo. Siya ay isang madaling-gamitin at mahusay na tool na maaaring magamit upang mahulaan ang malamang presyo sa kanilang "overheating". Tagapagpahiwatig ay iniharap sa isang graph sa anyo ng isang channel nabuo sa pamamagitan ng dalawang linya pagpapalawak sa parallel. Sila ay inalis ng patas na distansya mula sa trend. Ang lapad ng corridor ay nakasalalay lamang sa ang timeframe. indicator ay ginagamit kapag nagtatrabaho na may halos lahat ng mga asset - mula sa mga pares na pera sa mahalagang mga riles.

Sa pagsasanay, ito ginawa 2 key estratehiya para sa paggamit ng mga instrumento: breakdown at isang pagkabaligtad. Sa huli kaso ang trader ay tumutok sa ang dinamika ng mga pagbabago sa presyo sa loob ng channel. On ay ang posibilidad na ang kilusan ay nagsisimula sa ang kabaligtaran na direksyon bilang pamamaraang ito ang gastos ng isang suporta o pagtutol linya rate. Kung ang presyo ay malapit na akma sa itaas na limitasyon, pagkatapos ay ang pag-aari ay maaaring eliminated. Kung ito ay ang mas mababang mga limitasyon, dapat mong isipin ang tungkol sa pagbili. Strategy breakdown ay nagsasangkot ng paggamit ng mga warrants. Ang mga ito ay naka-install sa labas ng mga limitasyon ng relatibong maikling distansya. Ang pagkuha sa account na ang presyo sa ilang mga kaso lumalabag ang mga ito para sa isang maikling panahon, dapat mong i-play ito ligtas at itakda ang stop-pagkawala. Kasabay nito, siyempre, hindi alintana ang napiling diskarte ay nangangailangan ng trader upang i-maximize coolly malasahan at tasahin ang sitwasyon na may arisen sa merkado.

konklusyon

Kaya, ang paggamit ng mga logistic pagbabalik ay nagpapahintulot sa iyo upang mabilis at madaling bigyan ng pamantayan sumasagot sa mga kategorya alinsunod sa mga tinukoy na parameter. Kapag ang pagtatasa ng mga posibleng paggamit ng isang tiyak na paraan. Sa partikular, ang masaklaw na karunungan ng mga iba't ibang multinomial regression. Gayunman, ang mga eksperto inirerekomenda ang paggamit ng lahat ng mga pamamaraan na inilarawan sa itaas sa complex. Ito ay dahil sa ang katunayan na sa kasong ito ang kalidad ng mga modelo ay makabuluhang mas mataas. Ito, sa turn, palawakin ang hanay ng mga application nito.