楼主: ymizhao
8819 7

[问答] 请问有序回归和最优尺度的区别 [推广有奖]

  • 0关注
  • 1粉丝

已卖:3份资源

学科带头人

41%

还不是VIP/贵宾

-

威望
0
论坛币
592 个
通用积分
119.6482
学术水平
2 点
热心指数
1 点
信用等级
1 点
经验
77086 点
帖子
956
精华
0
在线时间
2085 小时
注册时间
2006-3-14
最后登录
2025-12-24

楼主
ymizhao 学生认证  发表于 2014-4-24 09:33:54 |AI写论文
5论坛币
我看到回归分析上有定序回归,介绍因变量是等级变量,而最优尺度回归也是如此,他们的重要区别是什么?

最佳答案

Apple_L 查看完整内容

有序多分类logistic回归需要满足平行性假定的条件,而且因为是logistic回归,所以本质上是计算y的有序取值水平的累积概率的odds,而因变量为有序变量的最优尺度回归,就与概率无关了,是把方程左右两边的变量取值都量化。还有最优尺度对于名义变量的处理和logistic不同,logistic是将其哑元化,最优尺度是给出量化评分,前者处理的细致但繁琐,后者处理的粗略但二者都可以真实的反应出各个类别的效应。如果所有变量几乎都是分类变量 ...
关键词:有序回归 最优尺度回归 回归分析 因变量 回归分析 因变量
经管人必须去的网站:经管之家(原人大经济论坛)
https://bbs.pinggu.org/?from^^uid=129664

沙发
Apple_L 学生认证  发表于 2014-4-24 09:33:55
有序多分类logistic回归需要满足平行性假定的条件,而且因为是logistic回归,所以本质上是计算y的有序取值水平的累积概率的odds,而因变量为有序变量的最优尺度回归,就与概率无关了,是把方程左右两边的变量取值都量化。还有最优尺度对于名义变量的处理和logistic不同,logistic是将其哑元化,最优尺度是给出量化评分,前者处理的细致但繁琐,后者处理的粗略但二者都可以真实的反应出各个类别的效应。如果所有变量几乎都是分类变量且变量很多,建议使用最优尺度(最优尺度很适合处理自变量基本都是分类变量的数据)而非logistic回归,因为这样结果解释起来方便,而且会提高检验效能。
已有 1 人评分论坛币 收起 理由
admin_kefu + 20 精彩帖子

总评分: 论坛币 + 20   查看全部评分

藤椅
sun468 发表于 2014-4-26 14:00:56
直接作为自变量纳入分析,则实际上假设这4档间的差距完全相等,这是一个简单和理想的假设,有可能导致错误的分析结果;对于无序分类变量如婚姻,各类别之间不存在数量高低之分,不可能为其给出单一的回归系数估计值,引入哑变量非常繁琐。而最优尺度变换可以用于解决统计建模时对分类变量的量化问题,基本思路就是保证各变量间的联系为线性的前提下,采用一定的非线性变化方法进行反复迭代,从而为原始变量间的类别找到最佳的量化评分,然后在相应模型中使用量化评分代替原始变量进行分析。
已有 1 人评分论坛币 收起 理由
admin_kefu + 20 热心帮助其他会员

总评分: 论坛币 + 20   查看全部评分

板凳
ymizhao 学生认证  发表于 2014-4-27 08:17:57
sun468 发表于 2014-4-26 14:00
直接作为自变量纳入分析,则实际上假设这4档间的差距完全相等,这是一个简单和理想的假设,有可能导致错误的 ...
谢谢亲 但是有序回归和最优尺度针对的都是顺序变量 尤其是有序回归 里面有个阙值 貌似用的指标不太一样 而最优尺度也是针对顺序变量 因为分类变量 有多元逻辑回归 那具体的区别 我还是没有看到啊
经管人必须去的网站:经管之家(原人大经济论坛)
https://bbs.pinggu.org/?from^^uid=129664

报纸
生而为人 发表于 2015-12-1 21:20:32
您好,我也想知道logit与最优尺度回归的差别

地板
生而为人 发表于 2015-12-1 21:22:25
您好,我也想知道logit与最优尺度回归的差别

7
z11_aaaaa 发表于 2017-5-15 16:31:39
这两个的差别网上我找了很久,一直没有资料,求高手!

8
快快乐乐hhh 发表于 2022-3-22 16:17:10
有序Logit回归分析用于研究X对于Y的影响关系,如果X为定类数据,一般需要做虚拟(哑)变量设置,Y为有序定类数据。有序Logit回归分析时,首先进行模型平行性检验,如果p 值大于0.05,说明满足平行性检验,如果p 值小于0.05,说明不满足平行性检验,看到SPSSAU上建议使用多分类Logit回归分析;满足平行性检验后,接着再具体研究影响关系情况即可,比如是正向影响还是负向影响关系等。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-24 11:56