Файл: IBM_SPSS_Statistics_Base.pdf

122

Глава 17

Родственные процедуры.

Номинальная логистическая регрессия использует аналогичные

модели для номинальных зависимых переменных

.

Получение порядковой регрессии

E

Выберите в меню

:

Анализ > Регрессия > Порядковая...
Рисунок 17-1

Диалоговое окно Порядковая регрессия

E

Выберите одну зависимую переменную

.

E

Щелкните по

OK

.

Порядковая регрессия: Параметры

Диалоговое окно Параметры позволяет настроить параметры

,

используемые в

итерационном алгоритме оценивания

,

выбрать уровень доверительных интервалов

,

а также

функцию связи

.

Рисунок 17-2

Диалоговое окно Порядковая регрессия: Параметры

123

Порядковая регрессия

Итерации.

Итерационный алгоритм можно настроить

.



Максимум итераций.

Задайте неотрицательное целое число

.

Если задан

0,

процедура

возвращает начальные оценки

.



Максимум делений шага на 2.

Задайте целое положительное число

.



Сходимость Log-правдоподобия.

Алгоритм останавливается

,

если абсолютное или

относительное изменение

log-

правдоподобия меньше этого значения

.

Данный критерий

не применяется

,

если задан

0.



Сходимость параметров.

Алгоритм останавливается

,

если абсолютное или

относительное изменение каждой из оценок параметров меньше этого значения

.

Данный критерий не применяется

,

если задан

0.

Доверительный интервал.

Задайте значение

,

большее или равное

0

и меньшее

100.

Дельта.

Значение

,

прибавляемое к нулевым частотам в ячейках

.

Задайте неотрицательное

значение

,

меньшее

1.

Допуск для вырожденности.

Используется для проверки наличия сильной зависимости

предикторов

.

Выберите значение из списка возможных значений

.

Связывающая функция.

Связывающая функция служит для преобразования кумулятивных

вероятностей для расчета модели

.

Существует пять связывающих функций

,

которые

перечислены ниже

.

Функция

Форма

Пример применения

Логит

log(



/ (1

−



) )

Равномерно распределенные

категории

Дополняющее лог

-

лог

log(

−

log(1

−



))

Категории выше более вероятны

Отрицательное лог

-

лог

−

log(

−

log(



))

Категории ниже более вероятны

Пробит



−

1

(



)

Нормальное распределение

скрытой переменной

Коши

(

обратное Коши

)

tan(

π

(



−

0.5))

Скрытая переменная имеет

много предельных значений

Порядковая регрессия: Вывод

Диалоговое окно Вывод позволяет создать таблицы для просмотра во

Viewer

и сохранить

переменные в рабочем файле

.

124

Глава 17

Рисунок 17-3

Диалоговое окно Порядковая регрессия: Вывод

Выводить.

Здесь можно задать вывод следующих таблиц

:



Выводить историю итераций.

Печатаются

log-

правдоподобие и оценки параметров с

заданной частотой повторения печати

.

Первая и последняя итерации печатаются всегда

.



Статистики согласия.

Статистики хи

-

квадрат Пирсона и хи

-

квадрат отношения

правдоподобия

.

Они вычисляются на основе классификации

,

заданной в списке

переменных

.



Итожащие статистики.

Статистики Кокса и Снелла

,

Нэйджелкерка

,

а также статистика

R

2

МакФаддена

.



Оценки параметров.

Оценки параметров

,

стандартные ошибки и доверительные

интервалы

.



Асимптотическая корреляция оценок параметров.

Матрица корреляций оценок

параметров

.



Асимптотическая ковариация оценок параметров.

Матрица ковариаций оценок

параметров

.



Информация по ячейкам.

Наблюденные и ожидаемые частоты

,

а также накопленные

частоты

,

остатки Пирсона для частот и накопленных частот

,

наблюденные и

ожидаемые вероятности

,

а также наблюденные и ожидаемые накопленные вероятности

каждой категории отклика по наборам значений

,

которые принимали ковариаты

.

Обратите внимание на то

,

что при построении моделей с использованием большого

числа наблюдений с различающимися значениями ковариат

(

например

,

моделей с

непрерывными ковариатами

),

применение данной возможности может привести к

созданию очень большой

,

громоздкой таблицы

.



Проверка параллельности линий.

Проверяется гипотеза о том

,

что параметры

положения эквивалентны по всем уровням зависимой переменной

.

Это возможно для

моделей

,

имеющих только компонент положения

.

Сохраняемые переменные.

В рабочем файле сохраняются следующие переменные

:



Оцененные вероятности отклика.

Оцененные по модели вероятности классификации

по категориям отклика для наборов значений

,

которые принимались факторами и

ковариатами

.

Число вероятностей равно числу категорий отклика

.

125

Порядковая регрессия



Предсказанная категория.

Категория отклика

,

имеющая наибольшую оцененную

вероятность для набора значений

,

принимаемых факторами и ковариатами

.



Вероятность предсказанной категории.

Оцененная вероятность для отклика попасть

в предсказанную категорию для набора значений

,

принимаемых факторами и

ковариатами

.

Эта вероятность также является максимумом оцененных вероятностей

для данного набора значений факторов и ковариат

.



Вероятность действительной категории.

Оцененная вероятность для отклика попасть

в действительную категорию для набора значений

,

принимаемых факторами и

ковариатами

.

Выводить log-правдоподобие.

Управляет выводом

log-

правдоподобия

.

Включая

мультиноминальную константу

дает полное значение правдоподобия

.

Для того чтобы

сравнить полученные результаты по произведениям

,

не включающим константу

,

можно

выбрать ее исключение

.

Порядковая регрессия: Модель положения

Диалоговое окно Положение позволяет задать для анализа модель положения

.

Рисунок 17-4

Диалоговое окно Порядковая регрессия: Положение

Задать модель.

Модель главных эффектов включает главные эффекты ковариат и факторов

,

но не включает взаимодействия

.

Можно сформировать модель специального вида

,

включив

в нее нужные подмножества взаимодействий факторов или взаимодействий ковариат

.

Факторы/ковариаты.

Перечисляются факторы и ковариаты

.

Модель положения.

Эта модель зависит от выбранных главных эффектов и эффектов

взаимодействия

.

126

Глава 17

Создать члены

Для выбранных факторов и ковариат

:

Взаимодействие.

Создает член взаимодействия наивысшего уровня для всех выбранных

переменных

.

Это установлено по умолчанию

.

Главные эффекты.

Создает член главных эффектов для каждой выбранной переменной

.

Все 2-факторные.

Создает все возможные двухфакторные взаимодействия выбранных

переменных

.

Все 3-факторные.

Создает все возможные трехфакторные взаимодействия выбранных

переменных

.

Все 4-факторные.

Создает все возможные четырехфакторные взаимодействия выбранных

переменных

.

Все 5-факторные.

Создает все возможные пятифакторные взаимодействия выбранных

переменных

.

Порядковая регрессия: Модель масштаба

Диалоговое окно Масштаб позволяет задать для анализа модель масштаба

.

Рисунок 17-5

Диалоговое окно Порядковая регрессия: Масштаб

Факторы/ковариаты.

Перечисляются факторы и ковариаты

.

Модель масштаба.

Эта модель зависит от выбранных главных эффектов и эффектов

взаимодействия

.