Probit回归中，各自分类变量的定义相关性有什么要求

来源：蜘蛛抓取(WebSpider) 时间：2018-08-10 16:29 标签： 多个变量的相关性分析
Probit回归模型_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&100W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
Probit回归模型
调查分析师中级|
总评分1.3|
用知识赚钱
&&Probit回归模型
该文档仅有一页，您已阅读完毕，如需下载请购买
定制HR最喜欢的简历
你可能喜欢苹果/安卓/wp
积分 27, 距离下一级还需 18 积分
道具: 涂鸦板, 彩虹炫, 雷达卡, 热点灯下一级可获得
道具: 显身卡, 匿名卡, 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 变色卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
用stata进行了双变量probit模型回归，但是结果不会看，方程相关系式及对应的p值在哪里？还希望路过的大神详细解释一下啊！！
16:30:27 上传
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师其他回答(0)&&&&
相关已解决
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师
&加载中...您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
7.1logistic回归、probit回归与poission回归.pptx 34页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
7.1logistic回归、probit回归与poission回归
你可能关注的文档：
··········
··········
横截面数据：因变量为分类变量及因变量为频数（计数）变量的情况Logistic回归（因变量为二分变量/二项分布）probit回归Poisson （因变量为poisson分布） logistic回归是研究因变量为二分类或多分类观察结果与影响因素（自变量）之间关系的一种多变量分析方法，属概率型非线性回归。 最常用的是二值型logistic ，即因变量的取值只包含两个类别 例如：好、坏?；发生、不发生；常用Y=1或Y=0表示。 自变量X称为危险因素或暴露因素，可为连续变量、等级变量、分类变量，可有m个自变量X1， X2，… Xm 。P表示Y=1的概率，是其他变量的一个函数。 【p（Y=1|X）表示在X的条件下Y=1的概率】 logistic回归的数学表达式为： 概念logistic回归的分类：（1）二分类资料logistic回归： 因变量为两分类变量的资料，可用非条件logistic回归和条件logistic回归进行分析。非条件logistic回归多用于非配比病例-对照研究或队列研究资料，条件logistic回归多用于配对或配比资料。（2）多分类资料logistic回归： 因变量为多项分类的资料，可用多项分类logistic回归模型或有序分类logistic回归模型进行分析。 也可以分为logistic回归和条件logistic回归问题令因变量两个水平对应的值为0、1，概率为1-p、p，则显然我们也可以用多重回归进行分析？为什么要用logistic回归分析？logistic回归回归系数、模型评估、参数估计、假设检验等与之前的回归分析有何不同？因变量为二分变量时既可以用logistics回归也可以用probit回归，那么probit回归及其与logistic回归的异同之处是什么？问题1：p（y=1）表示某暴露因素状态下，结果y=1的概率（P）模型。或模型描述了应变量p与x的关系P概率10.5Z值-3-2-10123 图1
Logistic回归函数的几何图形线性回归在处理有上限和下限的因变量时面临着一个问题：X上同样的变化对Y产生的影响不同，由图1也可以直观的看出这里并不适合进行线性回归。虽然有很多非线性的函数可以呈现S形，但由于Logit转化比较简易，所以更受欢迎。Logit与概率不同，它没有上下限。比数去除了概率的上限，比数的对数去除了概率的下限；且是以0,5为中点对称的，概率大于0.5产生正的logit,logit距离0的距离反映了概率距离0.5的距离；概率上相同的改变与在logits上产生的改变是不同的，logit转化拉直了X与最初的概率之间的非线性关系。问题2：回归系数的意义：Logistic回归中的回归系数
表示，某一因素改变一个单位时，效应指标发生与不发生事件的概率之比的对数变化值，即OR的对数值。Logistic回归中的常数项
表示，在不接触任何潜在危险／保护因素条件下，效应指标发生与不发生事件的概率之比的对数值。单纯从数学上讲，与多元线性回归分析中回归系数的解释并无不同。 反映了在其他变量固定后，X=1与X=0相比发生Y事件的对数优势比。 回归系数β
X与Y的关联 β=0，OR=1，无关 β＞0，OR＞1 ， 有关，危险因素 β＜0，OR＜1，
有关，保护因子多元回归模型
的含义模型评估
（1）Ｈosmer-Lemeshowz指标 HL统计量的原假设Ho是预测值和观测值之间无显著差异，因此HL指标的P-Value的值越大，越不能拒绝原假设，即说明模型很好的拟合了数据。（2）AIC和SC指标 即池雷准则和施瓦茨准则 与线性回归类似AIC和SC越小说明模型拟合的越好（3）似然比卡方出?从整体上看解释变量对因变量有无解释作用相当于多元回归中的F检验 在logistic回归中可以通过似然比（likelihood ratio test）进行检验（4）RSQUARE（ R2 ）和C统计量?解释变量解释在多大程度上解释了因变量与线性回归中的R2作用类似 在logistic回归中可以通过R2和Ｃ统计量进行度量统计量? 趋势????????拟合??????????????????????? ?作用???????????????????????????????????? 备注?AIC?、SC越小?????? 越好??????类似于多元回归中的残差平方和似然比卡方??越大???????越好???????类似于多元回归中的回归平方和P值越小越好RSQUARE越大???????越好???????类似于多元回归中的Ｒ＾２Ｃ统计量　
越好　度量观测值和条件预测的相对一致性ＨＬ统计量　越小　　越好　度量观测值和预测值总体的一致性P值越大越好说明： 在实践中，对以上统计量最为关注的是
正在加载中，请稍后...
19页15页30页15页19页22页47页38页14页23页Stata中probit回归解释变量系数始终不显著是什么原因 应怎样解决_百度知道
Stata中probit回归解释变量系数始终不显著是什么原因 应怎样解决
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
采纳数：572
获赞数：2978
不显著有很多原因，数据或操作都有可能导致这问题
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。

我要回帖

更多关于 多个变量的相关性分析 的文章

 

随机推荐