急！请问Logistic回归模型中自变量不独立，怎处理？

各位能否别老是下载东西，来看看我这个题目啊？

如果我这个题目放在这里几个月都没人解决，大家下了很多东西又有什么用呢？

再顶一下，希望明天早上来的人能看一下这个帖子，顺便帮我解决这个问题。

对这个论坛到底应该是失望还是高兴呢/？

以下是引用lion028在2006-10-7 12:38:00的发言：

弱外生？ 可是从我的变量定义可以明显看出Xp+和Xp-是相关的，这可以被理解为弱相关吗？

condition掉了，就是指用条件Logistic回归吧，能否说的具体一点啊。我在这方面不是很懂，但是碰到了这个问题需要解决，是临时学习Logistic回归的知识的，或者能否指定一本你认为能解决我这个问题的参考书。谢谢旗木卡卡西！！！

Xp+和Xp-当然可以相关了，这不算违反弱外生，所谓"所有自变量弱外生"就是指所有的自变量和同期的干扰项无关，只要符合这个条件，就可以做回归了，评估值还是一致的。你就放心的做吧！哪本书都有写这个！

以下是引用旗木卡卡西在2006-10-9 18:57:00的发言：

Xp+和Xp-当然可以相关了，这不算违反弱外生，所谓"所有自变量弱外生"就是指所有的自变量和同期的干扰项无关，只要符合这个条件，就可以做回归了，评估值还是一致的。你就放心的做吧！哪本书都有写这个！

旗木斑竹：

不知道你注意到我的变量定义没有，我定义如下：

原来的价格变量为Xp

新的变量——价格+（价格上涨）：
Xp+ = Xp，如果Xp>0，
Xp+ = 0，其他（即Xp<=0）

新变量——价格-（价格下降）：
Xp- = Xp，如果Xp<0，
Xp+ = 0，其他（即Xp>=0）

也就是说，如果原来的某个Xp大于0，则变换后的Xp+=Xp，而同时Xp-=0；

而如果原来的Xp小于0，则变换后的Xp-=Xp，而同时Xp+=0。

如果不做任何数据处理，直接用LOGISTIC做，结果非常不好。但是，如果不将它分开来，直接用Xp则回归效果比较好（能通过检验），我想，既然不分开（直接用变量Xp）能有好的回归效果，那么分开后，应该也会有不错的效果，当然，这是从我为什么分开该变量的理论分析来看的。

另外，你能否推荐我一本书或者文章，直接谈到了能解决我这个问题的呢？谢谢！

我不太明白你的意思，什么叫结果非常不好？你都出了什么结果了？

关于这个问题，哪本书都有吧，只要是关于discrete choice的。

以下是引用旗木卡卡西在2006-10-10 6:12:00的发言：

我不太明白你的意思，什么叫结果非常不好？你都出了什么结果了？

关于这个问题，哪本书都有吧，只要是关于discrete choice的。

旗木斑竹：

结果不好，我也不太好解释，但总之，直接用logistic回归是不行的。

你说的关于discrete choice的书，但能否请具体推荐一本比较常见（只要国内能找到）的书，同时又直接谈到了类似我说的这个问题的书呢？

再次谢谢了。

你所说的结果不好，我猜，大概是以下三种情况。

1。评估出来的参数，不合你论文的要求，如果是这样，对不起，你最好实事求是。

2。不能进行评估，这就是技术问题了，检查一下rank把。

3。模型本身不对，我建议你还是使用mixed logit，或者nested logit，logit模型本身局限太多，实用性不大。

你要我推荐什么书，上网一查就有了，就在google查，关键词是discrete choice。

不过我觉得你问的问题，和discrete choice无关，就是一般的条件期望值理论。我估计discrete choice书籍中很难找到你需要的答案。

答案其实很简单，自变量之间存在相关性，不影响评估值的一致性，不论你使用何种方法去评估。这不是discrete choice的理论，而是conditional expectation的结论。

[此贴子已经被作者于2006-10-11 7:57:26编辑过]

就用虚拟变量就可以呀应该!

有几天没上来了，先谢谢旗木斑竹

1。评估出来的参数，不合你论文的要求，如果是这样，对不起，你最好实事求是。

2。不能进行评估，这就是技术问题了，检查一下rank把。

3。模型本身不对，我建议你还是使用mixed logit，或者nested logit，logit模型本身局限太多，实用性不大。

你说的这三种情况，

如果是第一种问题我就不会在这里问了；

第三种情况也不是，因为我的模型其实早就有人在用，我只是借鉴，当然，也可能存在适用性的问题。

剩下的第二种情况，我也不太知道怎么解释，但我觉得应该是数据处理（转换）的问题。

另外，你说的mixed logit模型和nested logit模型，它们和普通的logistic模型有什么区别啊？