Կազմում, Գիտություն
Թիկունքային ռեգրեսիայի: մոդելները եւ մեթոդները
и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. Լոգիստիկ ռեգրեսիան եւ discriminant վերլուծությունը օգտագործվում են, երբ դա անհրաժեշտ է հստակ տարբերել պատասխանողներից նպատակային կարգեր. Ընդ որում, այդ խմբերն են միասնական univariate պարամետր մակարդակներում. а также выясним, для чего она нужна. Դիտարկել հետագա մանրամասն թիկունքային հետադիմություն մոդելը, ինչպես նաեւ պարզել, թե ինչ է եղել:
overview
, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Մի օրինակ է խնդրի, որ լուծման, որն օգտագործվում լոգիստիկ ռեգրեսիան, կարող է լինել դասակարգումը հարցվածների կողմից խմբի առք եւ չի գնելու մանանեխ. Դիֆերենցիացիան իրականացվում է ըստ սոցիալ-ժողովրդագրական բնութագրերի. Դրանք ներառում են, մասնավորապես, ներառում են տարիքը, սեռը, ընտանիքի անդամների թվի, եկամուտ եւ այլն. Կան չափանիշներ, ինչպես տարբերել ու փոփոխական է շահագործման: Վերջինս կոդավորում նպատակային կատեգորիա, որի համար, ըստ էության, պետք է բաժանել պատասխանողներին:
երանգները,
, значительно уже, чем для дискриминантного анализа. Պետք է ասել, որ լայն դեպքերում, կիրառվող հետադարձ լոգիստիկա, շատ նեղ է, քան discriminant վերլուծության: Այս առումով, օգտագործումը վերջինս, որպես ունիվերսալ մեթոդի տարբերակման համարվում է ավելի նախընտրելի: Ավելին, փորձագետները խորհուրդ սկսած դասակարգումը ուսումնական խտրական վերլուծության. Եւ միայն այն դեպքում անորոշության արդյունքներով կարող է օգտագործվել լոգիստիկ ռեգրեսիա: Այս անհրաժեշտությունը պայմանավորված է մի շարք գործոններով: используется при наличии четкого представления о типе независимых и зависимых переменных. Լոգիստիկ ռեգրեսիան օգտագործվում է, երբ կա հստակ գաղափար տեսակի անկախ եւ կախյալ փոփոխականների. Ըստ այդմ, ընտրված մեկը 3 հնարավոր ընթացակարգերի. Երբ discriminant վերլուծություն, հետազոտող միշտ զբաղվում է ստատիկ շահագործման. Այն ներգրավված մեկ կախյալ եւ մի քանի անկախ կտրական փոփոխականներ հետ մասշտաբով ցանկացած տեսակի.
տեսակներ
, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. Օբյեկտիվ վիճակագրական հետազոտությունների, որն օգտագործում է լոգիստիկ ռեգրեսիան, պետք է որոշելու հավանականությունը, որ, մասնավորապես, պատասխանող պետք է նշանակվում է որոշակի խմբի: Տարբերակման իրականացվում է ըստ որոշակի պարամետրերի. Գործնականում, ըստ արժեքներին մեկ կամ ավելի անկախ գործոնների կարելի է դասակարգել երկու խմբերի հարցվածների: . Այս դեպքում, կա մի երկուական լոգիստիկ հետընթացը: Նաեւ նշված պարամետրերը կարող է օգտագործվել է հատկացնում խմբի ավելի մեծ է, քան երկու: Նման իրավիճակում կա բազմանդամային լոգիստիկ հետընթացը: Որ արդյունքում խումբը հայտնել, մակարդակները ցանկացած մեկ փոփոխականի:
օրինակ
Ենթադրենք կան հարցվողների պատասխանները այն հարցին, թե արդյոք նրանք շահագրգռված են ձեռք բերելու առաջարկի հողը մերձմոսկովյան: Այս դեպքում, տարբերակները շատ «ոչ» եւ «այո»: Մենք պետք է պարզել, թե ինչ գործոններ ունեն գերակշռող ազդեցություն որոշման վրա պոտենցիալ գնորդների: Համար, այս պատասխանող հարցն այն մասին, ենթակառուցվածքի տարածքում, հեռավորությունը, ինչպես նաեւ մայրաքաղաք, հողի մակերեսը, ներկայությամբ / բացակայության բնակելի շենքերի եւ այլն: Օգտագործելով երկուական ռեգրեսիայի, կարող են բաժանվել երկու խմբերի հարցվածների: Առաջին կներառի նրանց, ովքեր հետաքրքրված են ձեռք բերել `պոտենցիալ գնորդների, իսկ երկրորդը, համապատասխանաբար, նրանք, ովքեր չեն հետաքրքրվում է նման առաջարկի: Յուրաքանչյուր պատասխանողի, ի լրումն, այն կարող է հաշվարկվում է հավանականությունը հանձնարարության է մեկ կատեգորիայում կամ մյուսը:
համեմատական բնութագիր
Ի տարբերություն երկու մարմնավորումների վերեւում բաղկացած է տարբեր քանակի եւ տեսակի խմբերի կախյալ եւ անկախ փոփոխականների. Մի երկուական ռեգրեսիայի, օրինակ, ուսումնասիրել է կախվածության dichotomous գործոնը մեկ կամ ավելի անկախ պայմաններից: Այս դեպքում, վերջինս կարող է ցանկացած տեսակի սանդղակի. Բազմանդամային ռեգրեսիան համարվում մի տեսակ տարբերակի դասակարգմանը: Այն վերաբերում է կախյալ փոփոխականի համար ավելի քան 2 խմբերի. Անկախ գործոններ պետք է ունենա կա'մ հերթական կամ անվանական մասշտաբների:
Լոգիստիկ ռեգրեսիոն է SPSS
Վիճակագրական փաթեթը 11-12, ներկայացրել է նոր տարբերակը վերլուծության հաջորդականությունը. Այս մեթոդը կիրառվում է, երբ կախված գործոն վերաբերում է համանուն (դասական) սանդղակով: Այս դեպքում անկախ փոփոխականների ընտրված մեկ որոշակի տեսակի. Նրանք պետք է լինեն կամ դասական կամ անվանական: Աշխատակիցների թիվը մի քանի անվանակարգերում, որը համարվում է առավել բազմակողմանի. Այս մեթոդը կարող է օգտագործվել է բոլոր ուսումնասիրությունների, որ օգտագործված լոգիստիկ ռեգրեսիա: , однако, можно только с помощью всех трех приемов. Բարելավել որակը մոդելի, սակայն, հնարավոր է միայն օգտագործելով բոլոր երեք մեթոդները:
դասական դասակարգումը
Ասվում է, որ ավելի վաղ են վիճակագրական փաթեթի չէր հնարավորություն է տալիս կատարել մի տիպիկ մասնագիտացված վերլուծություն կախյալ գործոնների հետ հերթական մասշտաբով: Է բոլոր փոփոխականների, ինչպես նաեւ մի շարք խմբերի ավելի քան 2 օգտագործվում multinomial տարբերակը: Ներկայացրել է համեմատաբար վերջերս հաջորդականությունը վերլուծություն ունի մի շարք առանձնահատկություններ: Նրանք հաշվի են առնում առանձնահատկությունները մասշտաբով այն. часто не рассматривается как отдельный прием. Մինչդեռ, մեթոդական ձեռնարկների հերթական լոգիստիկ ռեգրեսիան հաճախ չեն վերաբերվում որպես առանձին ընդունելության. Պատճառն այն է, հետեւյալն է: սերիան վերլուծությունը չունի որեւէ էական առավելություններ է ավելի քան բազմանդամային: Հետազոտողը կարող է օգտագործել վերջինիս ներկայությամբ եւ դասական, եւ անվանական կախյալ փոփոխականի: Դրանով, դասակարգումը գործընթացը գրեթե աննշմարելի են միմյանց: Սա նշանակում է, որ հոլդինգը կարգը վերլուծությունը չի առաջացնում որեւէ խնդիր.
վերլուծություն տարբերակներ
Հաշվի առնել, որ պարզ գործը մի երկուական ռեգրեսիա: Օրինակ, գործընթացում մարքեթինգային հետազոտությունների գնահատվում պահանջարկի շրջանավարտների որոշակի մետրոպոլիայի համալսարանում: Հարցաշարում հարցվողները պատասխանել են, հարցեր, այդ թվում `
- Արդյոք դուք աշխատում? (QL):
- Նշեք տարվա ավարտական (Q 21):
- Թե ինչ է միջին հաշվով վարդակից (AVer):
- Գենդերային (q22):
позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. Լոգիստիկ ռեգրեսիայի կգնահատեն ազդեցությունը անկախ գործոնների AVer, Q 21 եւ Q 22-ին փոփոխական QL. Պարզապես, նպատակը վերլուծության է որոշելու հավանական զբաղվածությունը շրջանավարտների հիման վրա տեղեկատվության վերաբերյալ դաշտում, որ մինչեւ տարվա վերջ, եւ միջին հաշվով:
Լոգիստիկ Հետընթաց
Սահմանել պարամետրերը օգտագործելով երկուական ռեգրես, օգտագործել Analyze►Regression►Binary լոգիստական մենյուն: Ի Լոգիստիկ Հետընթաց ընտրել է ձախ ցանկում առկա փոփոխականների կախված գործոն. Նրանք է QL. Այս փոփոխական պետք է տեղադրված կախյալ դաշտում: Դրանից հետո, դուք պետք է մուտքագրեք կայքում Covariates անկախ գործոնների - Q 21, Q 22, AVer: Այնուհետեւ դուք պետք է ընտրել մի ճանապարհ է, այդ թվում նրանց վերլուծության. Եթե շարք անկախ գործոնների ավելի քան 2, չեն օգտագործել եղանակը միաժամանակյա կառավարման բոլոր փոփոխականների, որը տեղադրված է դեֆոլտի, եւ քայլ առ քայլ: Ամենատարածված ձեւն է համարվում հետամնաց: LR. Օգտագործելով Ընտրել կոճակը, դուք չեք կարող ներառում է ուսումնասիրության բոլոր հարցվողների, եւ միայն կոնկրետ թիրախային կատեգորիայում.
Սահմանել կատեգորիկ փոփոխականների
Կատեգորիկ կոճակը է օգտագործել այն դեպքում, երբ մեկը փոփոխականների գնահատվել է շարք կատեգորիաների ավելի քան 2: Այս իրավիճակում, Սահմանել կատեգորիկ փոփոխականների պատուհանը կատեգորիկ Covariates կայանի տեղադրված պարզապես նման տարբերակ: Այս օրինակում, նման փոփոխական բացակայում է. Դրանից հետո բացվող ցանկից, ընտրեք իրը Contrast շեղում եւ սեղմեք Փոխել կոճակը: Որպես հետեւանք, որոշ կախյալ փոփոխականների կլինի գեներացվել է յուրաքանչյուրի անվանական գործոնի: Նրանց թիվը համապատասխանում է մի շարք օրիգինալ ժամկետների կարգեր.
Պահպանել նոր փոփոխականների
Օգտագործեք Պահել կոճակը հիմնական ուսումնասիրության է դրված ստեղծել նոր Կառավարում Դիալոգ Box: Նրանք կարող են պարունակել թվեր հաշվարկված գործընթացում հետընթաց: Մասնավորապես, դա հնարավոր է ստեղծել փոփոխականները, որոնք կորոշեն:
- Պատկանող որոշակի կատեգորիայի դասակարգման (Groupmembership):
- Հավանականությունը դասակարգելով պատասխանողներին յուրաքանչյուր ուսումնասիրության խմբի (հնարավորություններին):
Երբ, օգտագործելով Ընտրք կոճակը հետազոտողին չի ստանա որեւէ էական հնարավորություններ: Համապատասխանաբար, այն կարելի է անտեսել: Հետո, սեղմելով «OK» կոճակը հիմնական պատուհանի կցուցադրվեն վերլուծության արդյունքները:
Որակի վերահսկողության լոգիստիկ ռեգրեսիայի ադեկվատության
Հաշվի առնել սեղան հանրակառք Testsof մոդել գործակիցների: Այն ցուցադրում արդյունքները վերլուծության որակի վրա մոտարկման մոդելի. Պայմանավորված է այն հանգամանքով, որ աստիճանաբար տարբերակը, դուք պետք է դիտել արդյունքները վերջին փուլում (Step2) ստեղծվել է: Կհամարվեր դրական արդյունք է, որի հայտնաբերվում աճը Chi քառակուսի ցուցանիշն է անցում դեպի հաջորդ քայլ է բարձր աստիճանի նշանակության (Sig: <0.05): Որակը մոդելի գնահատվում է մոդել տողով. Եթե դուք ստանում եք բացասական արժեք, սակայն դա չի համարվում, քանի որ կարեւոր է, եթե ընդհանուր բարձր էականությունը մոդելը, որ վերջին կարելի է համարել գրեթե օգտագործելի.
սեղաններ
Մոդելը Ամփոփում ապահովում է գնահատել ընդհանուր դիսպերսիոն ցուցանիշը, որը նկարագրում է կառուցված մոդելը (Նկար R հրապարակ): Այն խորհուրդ է տրվում կիրառել արժեքը, Nagelker: Դրական ցուցանիշը կարելի է համարել որպես պարամետր Nagelkerke R հրապարակ, եթե դա ավելի բարձր է, քան 0.50: Այն բանից հետո, որ գնահատվում արդյունքները դասակարգման, որը փաստացի ցուցանիշները պատկանող մեկը կամ այլ կատեգորիայի ուսումնասիրության համեմատվում են նրանց հետ, ովքեր կանխատեսում էին ռեգրեսիոն մոդելում: Այս նպատակով սեղանի դասակարգման աղյուսակ. Այն նաեւ թույլ է տալիս Ձեզ է հետեւություններ անել այն մասին, որ կոռեկտության տարբերակման համար յուրաքանչյուր խմբի հարցին:
Առաջին սեղան, որը պարունակում է կարեւոր ցուցանիշները գիտաշխատող, - Model կցամասեր Տեղեկություն: Մի բարձր մակարդակ վիճակագրական նշանակության մատնանշում է բարձր որակի եւ համապատասխանության օգտագործման մոդելների է լուծել գործնական խնդիրներ: Մեկ այլ կարեւոր սեղանը Կեղծ R-Square. Այն թույլ է տալիս Ձեզ է գնահատել համամասնական ընդհանուր շեղվում է կախյալ գործոնի, որը առաջացրել է անկախ փոփոխականների համար ընտրված վերլուծության. Ըստ Աղյուսակ հավանականության հարաբերակցություն Թեստեր կարող հետեւություն անել վիճակագրական նշանակության վերջինիս: Պարամետրային Հաշվարկները արտացոլում ոչ ստանդարտացված գործակիցները. Նրանք օգտագործվում են շինարարության հավասարման. Բացի այդ, յուրաքանչյուր համակցության փոփոխականների որոշվում է վիճակագրական նշանակություն իրենց վրա ազդեցության կախյալ գործոնի: Ընդ որում, շուկայի ուսումնասիրություն հաճախ անհրաժեշտ է տարբերել կատեգորիաները հարցվածների ոչ թե առանձին, այլ, որպես թիրախային խմբի համար: Այս նպատակով սեղանի Observedand Կանխատեսված Հաճախականությունների:
գործնական կիրառումը
Համարվում վերլուծության մեթոդը լայնորեն օգտագործվում է աշխատանքի թրեյդերների. 1991 թ.-ին, իսկ sigmoid լոգիստիկ հետընթացը ցուցանիշը մշակվել: Նա է հեշտ օգտագործման եւ արդյունավետ գործիք է, որը կարող է օգտագործվել է կանխատեսել հավանական գները իրենց «գերտաքացման»: Ցուցանիշը ներկայացվում վրա գրաֆիկի տեսքով մի ալիքով ձեւավորված երկու գծերի ձգվող զուգահեռ: Նրանք հանել հավասար հեռավորության միտում. The լայնությունը միջանցքի կախված կլինի բացառապես ժամկետներում: Այդ ցուցանիշը օգտագործվում է, երբ աշխատում է գրեթե բոլոր ակտիվի - ից արժութային զույգերով թանկարժեք մետաղների.
Գործնականում, այն արտադրվում է 2 հիմնական ռազմավարություններ օգտագործման գործիքի կազմատման եւ հակադարձման: Վերջինի դեպքում վաճառող կկենտրոնանա դինամիկայի գնային փոփոխությունների շրջանակներում ալիքով: Այն է, որ հավանականությունը, որ շարժումը սկսվում է հակառակ ուղղությամբ, քանի որ այն մոտենում է ծախսերը աջակցության կամ դիմադրության գծի փոխարժեքով: Եթե գինը սերտ տեղավորել վերին սահմանը, ապա ակտիվը կարող է վերացվել: Եթե դա է ստորին սահմանի, դուք պետք է մտածել այն մասին, ձեռք բերելու: Ռազմավարությունը քայքայում ներառում է օգտագործման երաշխիքների: Դրանք տեղադրվել սահմաններից դուրս է համեմատաբար կարճ հեռավորության վրա: Հաշվի առնելով, որ այդ գինը որոշ դեպքերում խախտում են նրանց համար մի կարճ ժամանակ, դուք պետք է խաղալ, որ այն անվտանգ է եւ սահմանել STOP- կորուստ. Միեւնույն ժամանակ, իհարկե, անկախ ընտրված ռազմավարության պահանջում է վաճառող է առավելագույնի հասցնել սառնասրտորեն ընկալելու եւ գնահատելու իրավիճակը, որը առաջացել է շուկայում.
եզրափակում
Այսպիսով, օգտագործման լոգիստիկ ռեգրեսիայի թույլ է տալիս Ձեզ արագ եւ հեշտությամբ դասակարգումը պատասխանողներին մեջ կատեգորիաների `համաձայն նշված պարամետրերով. Երբ վերլուծելով հնարավոր օգտագործումը որոշակի ճանապարհով. Մասնավորապես, բազմակողմանիություն տարբեր բազմանդամային հետընթացի: Սակայն, մասնագետները խորհուրդ են տալիս օգտվել բոլոր այն մեթոդների վերը նկարագրված համալիրում: Դա պայմանավորված է նրանով, որ այս դեպքում որակը մոդելի կլինի զգալիորեն ավելի բարձր. Սա, իր հերթին, ընդլայնել իր դիմումը.
Similar articles
Trending Now