資源描述：
《logit模型的原理及應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、1Logit模型的原理及應(yīng)用2017年3月3日1.問題的提出如果回歸模型的解釋變量中含有定性變量，則可以用虛擬變量來處理。在實際經(jīng)濟(jì)問題中，被解釋變量也可能是定性變量。因變量取值是離散的，這類回歸模型稱為離散選擇模型或“定性反應(yīng)模型”。例如通過一系列解釋變量的觀測值觀察人們對某項提議的態(tài)度，某件事情的成功和失敗等。這類模型被稱為“離散選擇模型”：二值選擇模型、多值選擇模型、計數(shù)模型。2.線性概率模型（Tobit）2.線性概率模型（Tobit）2.線性概率模型（Tobit）Pobit模型Logit模型2.線性概率模型（Tobit）7
2、3.Logit模型---提出3.Logit模型---提出ln3.Logit模型----分類3.Logit模型----二分類3.Logit模型----二分類若將看成是因變量，則logit線性回歸模型與多元線性回歸模型的形式是一致的，且有很多共性。不同的是：1、logistic回歸模型中因變量是二分類的，而且非連續(xù)，其誤差的分布不再是正態(tài)分布，而是二項分布，且所有的分析均建立在二項分布的基礎(chǔ)上。2、由于上述原因，logit回歸系數(shù)的估計不能再用最小二乘法，而要用極大似然估計法?；貧w模型和回歸系數(shù)的檢驗也不是F檢驗和t檢驗，而要用Wal
3、d檢驗、似然比檢驗等。3.Logit模型----二分類例：討論某特定人群（例如糖尿病患者）中患動脈硬化的概率與年齡、婚姻狀況的關(guān)系。試建立死亡率關(guān)于年齡和婚姻狀況的logit模型。其中，A表示年齡(取中值)，M1、M2、M3表示婚姻狀況其中3.Logit模型----多分類前面討論的logit模型為二分?jǐn)?shù)據(jù)的情況，有時候響應(yīng)變量有可能取三個或更多值，即多類別的屬性變量。根據(jù)響應(yīng)變量類型的不同，分兩種情況：響應(yīng)變量為定性名義變量；響應(yīng)變量為定性有序變量；當(dāng)名義響應(yīng)變量有多個類別（即名義、無序）時，多項logit模型應(yīng)采取把每個類別與一
4、個基線類別配成對，通常取最后一類為參照，稱為基線-類別logit.3.Logit模型----多分類有些協(xié)變量為定量數(shù)據(jù)，logistic回歸模型的協(xié)變量可以是定性名義數(shù)據(jù)。這就需要對名義數(shù)據(jù)進(jìn)行賦值。通常某個名義數(shù)據(jù)有k個狀態(tài)，則定義變量代表前面的k-1狀態(tài)，最后令k-1變量均為0或-1來代表第k個狀態(tài)。如婚姻狀況有四種狀態(tài)：未婚、有配偶、喪偶和離婚，則可以定義三個指示變量M1、M2、M3，用(1,0,0)、(0,1,0)、(0,0,1)、(0,0,0)或(-1,-1,-1)來對以上四種狀態(tài)賦值。3.Logit模型----多分類【
5、例】研究三個學(xué)校、兩個課程計劃對學(xué)生偏好何種學(xué)習(xí)方式的影響。調(diào)查數(shù)據(jù)見表:其中，三個學(xué)校對應(yīng)兩個啞變量x1和x2（學(xué)校一（1.0）學(xué)校二（0.1）學(xué)校三（0.0）），兩個課程計劃為常規(guī)(M=1)和附加(M=0)，學(xué)習(xí)方式分為：自修(y=1)、小組(y=2)、上課(y=3)從題目可以看出，響應(yīng)變量是學(xué)習(xí)方式有三類，屬于多項邏輯斯蒂回歸問題。于是，建模為：3.Logit模型----多分類（名義）3.Logit模型----多分類（有序）對有序數(shù)據(jù)的賦值可以按順序用數(shù)0,1,2,3,4分別表示3.Logit模型----多分類（有序）3.L
6、ogit模型----多分類（有序）
