【正文】
x p ( ) e x p ( )j j i p j i piji p i p k k i p k i pxxx x x x? ? ??? ? ? ? ? ?? ? ??? ? ? ? ? ? ? ? ?1 , 2 , , 。 1 , 2 , ,i n j k?? ( ) 167。 因變量是順序變量的回歸 當(dāng)定性因變量 y取 k個(gè)順序類別時(shí),記為 1, 2, … , k,這里的數(shù)字 1, 2, … , k僅表示順序的大小。 因變量 y取值于每個(gè)類別的概率仍與一組自變量x1,x2,… ,xp有關(guān),對于樣本數(shù)據(jù) (xi1,xi2,… ,xip 。yi),i=1,2,… ,n , 順序 類別回歸模型有兩種主要類型, 一種是位置結(jié)構(gòu)( Location ponent)模型, 另一種是規(guī)模結(jié)構(gòu)( Scale ponent)模型。 167。 因變量是順序變量的回歸 位置結(jié)構(gòu)模型: 1 1 2 2l ink( ) ( )ij j i i p ipx x x? ? ? ? ?? ? ? ? ?其中 l i n k ( ) 是聯(lián)系函數(shù),1ij i ij? ? ?? ? ?是 第 i 個(gè)樣品 小于等于 j 的累積概率,由于ik?=1 ,所以( ) 式只針對 1 , 2 , , 。 1 , 2 , , 1i n j k? ? ?。 j?是類別界限值( t h r e s h o l d )。 ( ) 167。 因變量是順序變量的回歸 規(guī)模結(jié)構(gòu)模型: 1 1 2 211()l in k ( )e x p ( )j i i p i piji m i mx x xzz? ? ? ????? ? ????其中是 x1,x2,… ,xp的一個(gè)子集,作為規(guī)模結(jié)構(gòu)解釋變量, ( ) 167。 因變量是順序變量的回歸 聯(lián)系函數(shù)的幾種主要 類型 聯(lián)系函數(shù)類型 形式 應(yīng)用場合 L o g i t l o g ( ? / ( 1 ? ) ) 各類別均勻分布 C o m p l e m e n t a r y l o g l o g l o g ( l o g ( 1 ? )) 高層類別出現(xiàn)幾率大 N e g a t i v e l o g l o g l o g ( l o g ( ? )) 低層類別出現(xiàn)幾率大 P r o b i t ? 1( ? ) 正態(tài)分布 C a u c h i t ( i n v e r s e C a u c h y ) t a n ( ? ( ? 0 . 5 ) ) 兩端的類別出現(xiàn)幾率大 167。 因變量是順序變量的回歸 還是使用 SPSS軟件自帶的一個(gè)數(shù)據(jù)文件。 【 例 】 一個(gè)信貸員想評估信貸業(yè)務(wù)的風(fēng)險(xiǎn),選取客戶的帳戶狀態(tài)( account status)作為因變量,有 5個(gè)有序類別值,分別是 1—— 無債務(wù)歷史, 2—— 目前無債務(wù), 3—— 目前有正在償還的債務(wù), 4—— 曾拖欠債款, 5—— 危機(jī)的帳戶。 解釋變量由多個(gè)財(cái)務(wù)和個(gè)人資料變量構(gòu)成。 167。 因變量是順序變量的回歸 進(jìn)入有序數(shù)據(jù)回歸對話框。 把因變量 account status[chist]選入 Dependent框條中。 把定性自變量 of existing credits [numcred], Other installment debts [othnstal]和 Housing [housng] 選入 factors框條中。 把數(shù)值型自變量 Age in Years [age]和 Duration in months [duration] 選入 covariates框條中。 點(diǎn)擊 Options按鈕選擇 Complementary LogLog類型的聯(lián)系函數(shù),這是因?yàn)橥ㄟ^對因變量的頻數(shù)分析發(fā)現(xiàn)類別 3和 5出現(xiàn)的頻率很大,屬于高層類別出現(xiàn)幾率大的分布。 167。 因變量是順序變量的回歸 輸出結(jié)果 9. 16 P a r a m e t e r E s t i m a t e s E s t i m a t e S t d . E r r o r W a l d df S i g . T h r e s h o l d [ c h i s t = 1 . 0 0 ] 3 . 5 4 9 . 6 6 7 2 8 . 3 2 3 1 . 0 0 0 [ c h i s t = 2 . 0 0 ] 2 . 7 2 0 . 6 5 6 1 7 . 1 6 7 1 . 0 0 0 [ c h i s t = 3 . 0 0 ] . 1 3 7 . 6 4 9 . 0 4 4 1 . 8 3 3 [ c h i s t = 4 . 0 0 ] . 1 9 9 . 6 4 9 . 0 9 4 1 . 7 5 9 L o c a t i o n age . 0 1 5 . 0 0 4 1 5 . 1 2 8 1 . 0 0 0 d u r a t i o n . 0 0 2 . 0 0 3 . 3 7 9 1 . 5 3 8 [ n u m c r e d = 1 . 0 0 ] 1 . 1 3 4 . 5 9 4 3 . 6 4 5 1 . 0 5 6 [ n u m c r e d = 2 . 0 0 ] . 3 6 7 . 5 9 8 . 3 7 6 1 . 5 4 0 [ n u m c r e d = 3 . 0 0 ] . 9 8 1 . 7 1 1 1 . 9 0 2 1 . 1 6 8 [ n u m c r e d = 4 . 0 0 ] 0 ( a ) . . 0 . [ o t h n s t a l = 1 . 0 0 ] . 3 9 7 . 1 1 8 1 1 . 3 8 9 1 . 0 0 1 [ o t h n s t a l = 2 . 0 0 ] . 4 6 9 . 1 9 3 5 . 9 1 3 1 . 0 1 5 [ o t h n s t a l = 3 . 0 0 ] 0 ( a ) . . 0 . [ h o u s n g = 1 . 0 0 ] . 0 8 2 . 1 6 5 . 2 4 9 1 . 6 1 7 [ h o u s n g = 2 . 0 0 ] . 1 3 2 . 1 3 9 . 8 9 7 1 . 3 4 4 [ h o u s n g = 3 . 0 0 ] 0 ( a ) . . 0 .