Логистикалық Регрессия: модельдері мен әдістері

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. ол анық респонденттер санаттарын мақсатты ажырата білу қажет болғанда логистикалық регрессиялық және дискриминант талдау пайдаланылады. Сонымен қатар, бұл топтар бір өлшемді параметр деңгейлері болып табылады. а также выясним, для чего она нужна. одан әрі егжей-тегжейлі логистикалық регрессия моделі қарастырайық, сондай-ақ, бұл үшін қандай болды білуге.

Негізгі ақпарат

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. мәселенің мысал, логистикалық регрессиялық пайдаланылады шешуде, топтық сатып арқылы респонденттердің жіктеу болуы және қыша сатып мүмкін емес. саралау әлеуметтік-демографиялық сипаттамалары сәйкес жүзеге асырылады. Оларға мыналар жатады, атап айтқанда, т.б. жасы, жынысы, отбасы мүшелерінің саны, кірістер мен қамтиды. Ажырата және пайдалануға айнымалы критерийлер бар. соңғы, шын мәнінде, респонденттердің бөлуге қажет, ол үшін мақсатты санатын кодтайды.

өзгешеліктер

, значительно уже, чем для дискриминантного анализа. Ол дискриминант талдау қарағанда әлдеқайда тар қолданылады Регрессия логистикалық, жағдайларда ауқымында екенін айту керек. Осыған байланысты, саралау үшін әмбебап әдісі ретінде соңғысының пайдалану неғұрлым қолайлы болып саналады. Сонымен қатар, сарапшылар жіктеу зерттеу тежеусіз талдау бастап ұсынамыз. Ал жай нәтижелерімен белгісіздік жағдайда логистикалық регрессиялық пайдалануға болады. Бұл қажеттілік бірнеше факторларға байланысты. используется при наличии четкого представления о типе независимых и зависимых переменных. тәуелсіз және тәуелді айнымалы түрі туралы түсінік айқын болған кезде логистикалық регрессия қолданылады. Тиісінше, 3 ықтимал процедуралардың бірін таңдаған. Кезде Дискриминантный талдау, зерттеуші әрқашан статикалық пайдалануға айналысады. Ол кез-келген түрін шкала бір тәуелді және бірнеше тәуелсіз категориялық айнымалылар тартылған.

түрлері

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. логистикалық регресс пайдаланады объективті статистикалық зерттеу, белгілі бір респондент белгілі топқа тағайындалған болуы ықтималдығын анықтау болып табылады. Саралау белгілі бір параметрлерге сәйкес жүзеге асырылады. Іс жүзінде, бір құндылықтарға сәйкес немесе одан көп тәуелсіз факторлар сұралғандардың екі топқа жіктеуге болады. . Бұл жағдайда, бинарлық логистикалық регрессиялық бар. Сондай-ақ, көрсетілген параметрлер тобына бөлу пайдаланылуы мүмкін екіден артық болып табылады. Мұндай жағдайда бір MULTINOMIAL логистикалық регрессиялық бар. нәтижесінде топ кез-келген бір айнымалы деңгейлерін білдірді.

мысал

олар Мәскеу маңындағы жер сатып алуға ұсыныс мүдделіміз ма сұраққа респонденттердің жауаптары бар делік. Бұл жағдайда, параметрлер «жоқ» және бар «иә». Біз факторлар әлеуетті сатып алушылар шешімі бойынша басым ықпал етуі білуге қажет. Бұл жауапкер сұрақтар екілік пайдалана отырып Регрессия. т.б. аумағының инфрақұрылымын, астананың дейінгі қашықтық, жер ауданы, тұрғын үйлердің болуы / болмауы туралы сұралады үшін, респонденттердің екі топқа бөлінуі мүмкін. әлеуетті сатып алушылар, және, екіншіден, тиісінше, осындай ұсыныс мүдделі емес, кім - бірінші сатып алу мүдделіміз кім кіреді. әрбір респондентке арналған, сонымен қатар, ол бiр немесе өзге санатқа тағайындау ықтималдығын есептелетін болады.

салыстырмалы сипаттамасы

Екі нұсқада жүзеге асыру айырмашылығы, жоғарыда топтар тәуелді және тәуелсіз айнымалылар түрлі саны мен түрі тұрады. бинарлық регрессияның, мысалы, бір немесе бірнеше тәуелсіз жағдайларға тәуелділігін дихотомической факторды оқыды. Бұл жағдайда, соңғысы ауқымдағы кез келген типті болуы мүмкін. MULTINOMIAL регрессия жіктеу нұсқасы түрі болып саналады. Ол 2-ден көп топтары үшін тәуелді айнымалы қатысты. Тәуелсіз факторлар реттік немесе номиналды шкаласын немесе болуы тиіс.

SPSS логистикалық регрессия

тізбегі - статистикалық пакетін 11-12, талдау жаңа нұсқасын ұсынды. тәуелді фактор бірдей атауы (реттік) ауқымдағы байланысты болған Бұл әдіс пайдаланылады. Бұл жағдайда тәуелсіз айнымалылар бір нақты түрін таңдаған. Олар реттік немесе номиналды болуы керек. бірнеше санаттарға жіктеу ең әмбебап болып саналады. Бұл әдіс логистикалық регрессиялық пайдаланылатын барлық зерттеулерде пайдалануға болады. , однако, можно только с помощью всех трех приемов. моделін сапасын жақсарту, алайда, тек барлық үш әдістерін пайдалану арқылы мүмкін.

реттік жіктеу

Бұл статистикалық пакетте бұрын реттік шкала тәуелді факторлардың типтік мамандандырылған талдау орындауға мүмкіндік береді емес екендігін айтқан болатын отыр. 2-ден көп пайдаланылатын MULTINOMIAL опционның топтардың саны барлық айнымалылар үшін. салыстырмалы жақында енгізілді жүйелі талдау бірқатар ерекшеліктері бар. Олар назарға ауқымда ол ерекшеліктерін қабылдайды. часто не рассматривается как отдельный прием. Сонымен қатар, әдістемелік құралдар реттік логистикалық регресс жиі жеке қабылдау ретінде қарастырылмайды. Себеп мынада: сериялық талдау MULTINOMIAL астам кез келген елеулі артықшылықтары жоқ. зерттеуші-ақ қатысуымен және реттік, соңғы, және номиналды тәуелді айнымалыны пайдалана алады. Бұл ретте, жіктелуі процесі бір-біріне дерлік айырмашылығы болып табылады. Бұл холдинг ретті талдау қандай да бір проблемалар тудыруы мүмкін емес дегенді білдіреді.

опциялардың талдау

бинарлық регрессиялық - қарапайым мысалын қарастырайық. Мысалы, маркетингтік зерттеулер процесінде белгілі бір астаналық университеттің түлектері үшін сұранысты бағалады. Сауалнаманы, респонденттер, оның ішінде сұрақтар қойылды:

1. Сіз жұмыс істейді? (Qi).
2. жыл оқудан (Q 21) көрсетіңіз.
3. розеткаға (Aver) орташа балы қандай.
4. Гендерлік (q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. Логистикалық регрессия, Aver айнымалы QL бойынша Q 21 және Q 22 тәуелсіз факторлардың әсерін бағалау болады. Басқаша айтқанда, талдау мақсаты саласындағы туралы ақпарат, жыл соңына, және орташа балл негізінде түлектердің ықтимал жұмыспен қамту анықтау болып табылады.

логистикалық регрессиялық

екілік пайдалана отырып Регрессия параметрлерін орнату үшін, Analyze►Regression►Binary логистикалық мәзірін пайдаланыңыз. Логистикалық регрессиялық қолжетімді айнымалылар тәуелді факторы сол тізімінде таңдауға болады. Олар QL табылады. Бұл айнымалы Тәуелді саласындағы орналастырылуы тиіс. Q 21, Q 22, Aver - Осыдан кейін, сіз сайт тәуелсіз факторларды Covariates енгізу керек. Содан кейін сіз оларды талдау, соның ішінде жолын таңдау керек. 2-ден көп тәуелсіз факторлардың саны, әдепкі бойынша орнатылған барлық айнымалылар, бір мезгілде басқару әдісін пайдалану, және қадам жоқ болса. ең танымал тәсілі Кері саналады: LR. Таңдау түймешігін пайдалана отырып, сіз барлық респонденттердің зерттеу, және тек белгілі бір мақсатты санатына кіре алмайды.

Категориялық айнымалы мәндерді анықтауға

айнымалылардың бір 2-ден көп санаттарын санына рейтингі кезде жағдайда пайдалануға үзілді-кесілді түймесін басыңыз. Бұл жағдайда, категориялық Covariates станциясында категориялық Айнымалылар терезені анықтау дәл осындай опция орналастырылған. Бұл мысалда, осындай айнымалы жоқ. бұл ашылмалы тізімнен кейін, элемент Контраст ауытқуды таңдаңыз және Өзгерту түймешігін басыңыз. Нәтижесінде, тәуелді айнымалы кейбір номиналды факторы әр алынған болады. Олардың саны санаттағы бастапқы шарттарына санына сәйкес келеді.

Жаңа айнымалы мәндерінің сақталғанын

Негізгі зерттеу сақтау түймешігі жаңа параметрлері тілқатысу терезесін құру үшін орнатылады пайдаланыңыз. Олар регрессияның процесінде есептелген сандарды қамтитын болады. Атап айтқанда, ол анықтау айнымалылар жасауға болады:

1. жіктеу (Groupmembership) белгілі бір санатына жататын.
2. Әрбір зерттеу тобының (ықтималдық) респонденттер жіктеу ықтималдығы.

Параметрлері түймешігі зерттеуші пайдаланған кезде кез келген елеулі мүмкіндіктер қабылдамайды. Тиісінше, ол елемеуге болады. негізгі терезесінде «ОК» батырмасын басқаннан кейін талдау нәтижелерін көрсетіледі.

логистикалық регрессия жеткіліктілігін сапасын бақылау

Кестені Омнибус Testsof Модель коэффициенттері қарастырайық. Ол жуықтау моделін сапасын талдау нәтижелерін көрсетеді. Арқасында қадамдық параметр, сіз соңғы кезеңде (Step2) нәтижелерін көруге қажет, бұл шын мәнінде орнатылған. оң нәтиже, маңызы жоғары дәрежелі (Sig. <0,05) бойынша келесі қадамға көшу жылы анықталған артуы Чи-квадрат индексі қаралатын болады. моделін сапасы моделі бойынша бағаланады. Егер сіз теріс мәні алуға, бірақ жалпы жоғары маңыздылық моделі, егер ол бойынша маңызды ретінде қаралады емес болса, соңғы жүзінде жарамды деп санауға болады.

кестелер

Модель Жиынтық салынған үлгісін (сурет R алаңы) сипаттайды жалпы дисперсия индексінің, бағалауды қамтамасыз етеді. Бұл мәні Nagelker қолдану ұсынылады. ол 0,50 қарағанда жоғары болса оң көрсеткіш, параметр Nagelkerke R Square ретінде қарастыруға болады. Осыдан кейін бір немесе зерттеу басқа санатына жататын нақты көрсеткіштері регрессиялық модель болжаған салыстырылады онда сыныптау нәтижелері бағаланады. Осы мақсатта үстел жіктелуі Кесте. Ол сондай-ақ, сіз мәселені топтың әрқайсысы үшін саралау дұрыстығы туралы қорытынды жасауға мүмкіндік береді. . Төмендегі кестеде талдау, сондай-ақ емес стандартталған фактор логистикалық регрессиялық енген статистикалық маңызды тәуелсіз факторларды табуға мүмкіндік береді. Бұл көрсеткіштердің негізінде нақты тобына үлгідегі әр жауапкердің жататынын болжауға болады. Жаңа айнымалылар Сақтау түймесін пайдаланып енгізуге болады. Олар, атап айтқанда, жіктеу санаты (Predictedcategory) мүшелікке және осы топтардың енгізу ықтималдығы (болжамды ықтималдығы мүшелік) туралы ақпаратты қамтитын болады. негізгі терезесінде «ОК» батырмасын басқаннан кейін MULTINOMIAL логистикалық регрессиялық есептеу нәтижелерін пайда болады.

Модель орнату ақпарат - зерттеуші, үшін маңызды индикаторлары бар бірінші кесте. статистикалық маңызы жоғары деңгейі практикалық міндеттерді шешу үшін модельдер пайдалану жоғары сапасы мен жарамдылығы көрсетеді. Тағы бір маңызды үстел жалған R-алаңы болып табылады. Ол сізге талдау үшін таңдалған тәуелсіз айнымалы туындаған тәуелді факторы, жалпы дисперсия үлесін бағалауға мүмкіндік береді. Кестеге сәйкес Ықтималдығы қатынасы сынақтары соңғысының статистикалық маңызы туралы қорытынды жасауға болады. Параметр бағалау емес стандартталған коэффициенттерін көрсетеді. Олар теңдеудің құрылысына пайдаланылады. Сонымен қатар, айнымалы әр тіркесімі үшін тәуелді факторы олардың әсерін статистикалық маңыздылығын анықталады. Сонымен қатар, зерттеу нарығын жиі емес жеке, бірақ мақсатты топтың бір бөлігі ретінде респонденттердің санаттарын ажырата білу қажет. Осы мақсатта үстел Observedand жиілігін болжаған.

Практикалық қолдану

талдау қаралатын әдісі трейдерлер жұмысына кеңінен қолданылады. 1991 жылы, сигма тәрізді логистикалық регрессия индикаторы әзірленді. Ол олардың «қызып кету» үшін, ең алдымен, бағаның болжау үшін пайдаланылуы мүмкін пайдалануға-оңай және тиімді құралы болып табылады. Көрсеткіш қатар ұзарту екі желілері арқылы құрылған арна түрінде графикте ұсынылған. Олар трендтен тең қашықтықты алып тастады. дәлізін ені тек мерзімі тәуелді болады. барлық дерлік актив жұмыс істеу кезінде индикатор қолданылады - валюта жұп бастап бағалы металдар.

тесіп және топтастыру: Іс жүзінде, бұл құралдың пайдалану үшін 2 негізгі стратегиясын өндірді. Соңғы жағдайда трейдер арна шеңберінде баға өзгерістер динамикасына назар аударылатын болады. On ол қолдау немесе қарсылық желісі бағамының құнын тәсілдері ретінде қозғалысы қарсы бағытта басталады деп ықтималдығы болып табылады. баға жоғарғы шегіне тығыз жарамды болса, онда актив жойылуы мүмкін. ол төменгі шегі болса, онда сіз сатып алу туралы ойлауға тиіс. Стратегия тесіп варранттарды пайдалануды көздейді. Олар салыстырмалы түрде қысқа қашықтыққа тыс орнатылады. кейбір жағдайларда баға қысқа уақытқа оларды бұзатын екенін ескере отырып, сіз оны қауіпсіз ойнауға және стоп-шығынды орнату керек. Сонымен қатар, әрине, қарамастан таңдалған стратегияның суық нарығында туындаған жағдайды қабылдайды және бағалау барынша трейдерлер талап етеді.

қорытынды

Осылайша, логистикалық регрессияның пайдалану тез және оңай көрсетілген параметрлерге сәйкес санаттарға респонденттер жіктеуге мүмкіндік береді. белгілі бір жолмен пайдалану мүмкіндігін талдау кезінде. Атап айтқанда, әр түрлі MULTINOMIAL регрессияның әмбебаптығы. Алайда, сарапшылар кешенінде жоғарыда сипатталған барлық әдістерін пайдалануды ұсынамыз. Бұл жағдайда модель сапасы айтарлықтай жоғары болатынына байланысты. Бұл, өз кезегінде, оның қолдану аясын кеңейту.