【正文】
.. 1 1 4 . 1 8 1 . 6 3 1 . 5 2 8 . 2 4 0 . 4 6 80b. . . . .P a r a m e t e rC o n s t a n t[ i n c o m e = 1 ][ i n c o m e = 2 ][ i n c o m e = 3 ][ o p i n i o n = 0 ][ o p i n i o n = 1 ][ s e x = 0 ][ s e x = 1 ]E s t i m a t e S t d . E r r o r Z S i g . L o w e r B o u n d U p p e r B o u n d9 5 % C o n f i d e n c e I n t e r v a lC o n s t a n t s a r e n o t p a r a m e t e r s u n d e r t h e m u l t i n o m i a l a s s u m p t i o n . T h e r e f o r e , t h e i rs t a n d a r d e r r o r s a r e n o t c a l c u l a t e d .a . T h i s p a r a m e t e r i s s e t t o z e r o b e c a u s e i t i s r e d u n d a n t .b . M o d e l : M u l t i n o m i a lc . D e s i g n : C o n s t a n t + i n c o m e + o p i n i o n + s e xd . SPSS輸出 l n ( ) 2 .2 7 7 .5 1 7 .6 9 3 .1 1 4 inc o m e = 1 ,o p inion = 0 ,se x = 0l n ( ) 2 .2 7 7 .2 5 5 .6 9 3 .1 1 4 inc o m e = 2 ,o p inion = 0 ,se x = 0l n ( ) 2 .2 7 7 0 .6 9 3 .1 1 4 inc o m e = 3 ,o p inion = 0 ,se x = 0l n ( ) 2 .2 7 7 .5 1 7 0 .1 1 4 inc o m e = 1 ,o p inion = 1ijijijijmmmm? ? ? ?? ? ? ?? ? ? ?? ? ? ? ,se x = 0l n ( ) 2 .2 7 7 .2 5 5 0 .1 1 4 inc o m e = 2 ,o p inion = 1 ,se x = 0l n ( ) 2 .2 7 7 0 0 .1 1 4 inc o m e = 3 ,o p inion = 1 ,se x = 0l n ( ) 2 .2 7 7 .5 1 7 .6 9 3 0 inc o m e = 1 ,o p inion = 0 ,se x = 1l n ( ) 2 .2 7 7 .2 5 5 .6 9 3 0 inc o m e = 2 ,o p inion = 0 ,seijijijijmmmm? ? ? ?? ? ? ?? ? ? ?? ? ? ? x = 1l n ( ) 2 .2 7 7 0 .6 9 3 0 inc o m e = 3 ,o p inion = 0 ,se x = 1l n ( ) 2 .2 7 7 .5 1 7 0 0 inc o m e = 1 ,o p inion = 1 ,se x = 1l n ( ) 2 .2 7 7 .2 5 5 0 0 inc o m e = 2 ,o p inion = 1 ,se x = 1l n ( ) 2 .2 7 7 0 0 0 inc o m e = 3 ,o p inion = 1 ,se x = 1ijijijijmmmm? ? ? ?? ? ? ?? ? ? ?? ? ? ?SPSS的 實現(xiàn) ? [數(shù)據(jù) ] 假定已經(jīng)加權(quán) (加權(quán)一次并存盤了既可 ) ? 這時的選項為 Analyze- Loglinear- General, ? 首先選擇格子中頻數(shù)的分布 ,這里是多項分布 (其默認值是 Poisson對數(shù)線性模型 ). ? 然后把三個變量 (sex,opinion,ine)選入 Factors(因子 )。 ? 而從相應的參數(shù)估計輸出結(jié)果,可以得到對 ?i的三個值的估計為 , ,對 ?j的兩個值的估計為 ,對 gk的兩個值的估計為 ,。 ?另一類為 Poisson對數(shù)線性模型 .它假定每個格子里面的頻數(shù)滿足一 Poisson分布 ( 后面再介紹 ) . ?統(tǒng)計軟件的選項中有關(guān)于分布的選項 ?高維表的檢驗統(tǒng)計量和二維表一樣也包含了 Pearson ?2統(tǒng)計量和似然比 ?2統(tǒng)計量 。本來沒有交叉影響,但如果寫入,也沒有關(guān)系,在分析過程中一般可以知道哪些影響是顯著的,而那些是不顯著的。 ?這里的交叉項的諸參數(shù)的大小也是相對的,也需要 約束條件 來得到其 “ 估計 ” ;涉及的變量和水平越多,約束也越多。 (多項分布)對數(shù)線性模型 ? 二維列聯(lián)表的更完全的對數(shù)線性模型為 l n ( ) ( )ij i j ijm ? ? ? ?? ? ??這里的 (???ij代表第一個變量的第 i個水平和第二個變量的第 j個水平對 ln(mij)的共同影響 (交叉效應 )。 ? 注意,這里的估計之所以打引號是因為一個變量的各個水平的影響是相對的 ,因此 ,只有事先固定一個參數(shù)值 (比如 ?1=0),或者設定類似于 S?i=0這樣的約束,才可能估計出各個的值。只要利用數(shù)據(jù)來擬合這個模型就可以得到對于 ?i和 ?j的 “ 估計 ” 。 (多項分布 )對數(shù)線性模型 ? 這個模型看上去和回歸模型很象,但由于對于分布的假設不同,不能簡單地用線性回歸的方法來套用 (和 Logistic回歸類似 );計算過程也很不一樣。 人們常假定這個頻數(shù)可以用下面的公式來確定: l n ( )ij i jm ????這就是所謂的 多項分布 對數(shù)線性模型。 對數(shù)線性模型 ? 現(xiàn)在簡單直觀地通過二維表介紹一下對數(shù)線性模型,假定不同的行代表第一個變量的不同水平,而不同的列代表第二個變量的不同水平。 ?但高維列聯(lián)表在計算機軟件的選項可有所不同,而且可以構(gòu)造一個所謂 (多項分布 )對數(shù)線性模型(loglinear model)來進行分析。s E x a c t T e s tL i n e a r b y L i n e a rA s s o c i a t i o nN o f V a l i d C a s e sP e a r s o n C h i S q u a r eL i k e l i h o o d R