关于多元有序logit回归中的标准化系数问题

kevin0815 发表于 2011-12-10 11:19
直接回归出来的，系数表示的是解释变量变化一个单位，对潜变量的影响程度。
如果要想得出解释变量变化一个 ...

是的，我看了一些logistic的书，和stata11的manual,也用了mfx的命令，确实有些系数是不一样的，甚至符号都是相反的。谢谢指教~

kevin0815 发表于 2011-12-10 11:19
直接回归出来的，系数表示的是解释变量变化一个单位，对潜变量的影响程度。
如果要想得出解释变量变化一个 ...

不是吧

系数不是那个解释
最好看看greene的书里面的推导

蓝色 发表于 2011-12-11 22:06
不是吧

系数不是那个解释

那是什么？求正解。我从书上学到是这样的。潘和何《管理世界》上的文章也这么解释，低级错误他们还是不会犯的。

蓝色 发表于 2011-12-11 22:06
不是吧

系数不是那个解释

高手，我的回归结果发现，直接logit命令出来的结果的系数和mfx结果出来的标准化系数的系数完全相反，因为标准化系数是（dy/dx），就是说X变化一单位Y变换的倍数，这么看来，是不是应该以标准化系数的结果为主了呢？如果用直接回归出来的结果解释，岂不是都错了？请指点

tonysonic 发表于 2011-12-10 16:11
你好，请问你说的是汉密尔顿的《时间序列分析》吗？

他说的应该是郭志刚 stata的那本书，不过我觉得陈强的更好些。

kevin0815 发表于 2011-12-10 11:19
直接回归出来的，系数表示的是解释变量变化一个单位，对潜变量的影响程度。
如果要想得出解释变量变化一个 ...

我找到了你说的那篇文献，不过不知道文章中表4是怎么做出来的，？

潘春阳; 何立新的文献

你还是去看greene的计量经济分析的书吧
上面一章专门讲离散选择模型。
有边际影响的公式。

这是手册上解释：The estimated cutpoints tell us how to interpret the score. For a foreign car, the probability of
a poor record is the probability that 1.46+u
j  2.77, or equivalently,u
j  4.23. Making this
calculation requires familiarity with the logistic distribution: the probability is 1=(1+e
4:23
) =0.014.
On the other hand, for domestic cars, the probability of a poor record is the probabilityu
j  2.77,
which is 0.059.
This, it seems to us, is a far more reasonable prediction than we would have made based on
the table alone. The table showed that 2 of 45 domestic cars had poor records, whereas 1 of 21
foreign cars had poor records — corresponding to probabilities 2=45=0.044 and 1=21=0.048. The
predictions from our model imposed a smoothness assumption — foreign cars should not, overall,
have better repair records without the difference revealing itself in each category. In our data, the
fractions of foreign and domestic cars in the poor category are virtually identical only because of the
randomness associated with small samples.
Thus if we were asked to predict the true fractions of foreign and domestic cars that would be
classified in the various categories, we would choose the numbers implied by the ordered logit model:

说实话这个解释还是不很清晰。