楼主: 55090002
12949 5

[问答] 菜鸟请教一个二元logistic回归分析与多分类logistic回归分析问题 [推广有奖]

  • 0关注
  • 0粉丝

学前班

60%

还不是VIP/贵宾

-

威望
0
论坛币
5 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
36 点
帖子
3
精华
0
在线时间
0 小时
注册时间
2013-5-3
最后登录
2014-9-1

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
我要研究的问题是个体特征对社区护理服务需求的影响,自变量有性别、年龄、健康状况、居住方式等变量。因变量是社区护理服务需求。但是问题就来了:我的因变量不只是有无需求,而且是有好多的需求,比如1需求、2需求、3需求。这样因变量就有好多个,但是并不是一个人只有一个需求,可能既有1需求,也有2需求。体现在问卷上就是1需求有无,2需求有无,而不是需求1是什么2是什么3是什么。这样的话我能不能做多分类logistic回归分析?还是把需求拆开一个个做二分类logistic?本人菜鸟级别,几乎对spss0基础,还望各位大神赐教
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:Logistic回归分析 二元Logistic回归 logistic回归 二元logistic logistic 健康状况 回归分析 因变量 自变量 而且

沙发
rommelwenhao 学生认证  发表于 2014-8-30 09:48:25 |只看作者 |坛友微信交流群
有多项logit模型,条件Logit模型,混合logit模型,嵌套logit,排序模型等等多值选择模型。见陈强老师《高级计量经济学及stata应用》第二版
已有 1 人评分论坛币 收起 理由
admin_kefu + 5 热心帮助其他会员

总评分: 论坛币 + 5   查看全部评分

使用道具

藤椅
55090002 发表于 2014-8-30 10:40:06 |只看作者 |坛友微信交流群
rommelwenhao 发表于 2014-8-30 09:48
有多项logit模型,条件Logit模型,混合logit模型,嵌套logit,排序模型等等多值选择模型。见陈强老师《高级 ...
谢谢,我想问下多项logit模型是不是因变量只能是多个变量,且被调查者不重复选择?如因变量有ABCD,则只能选a一个不能选a又选b。如果说被调查者是重复选择的是不是只能将因变量拆分,一个个做二元logistic?
已有 1 人评分论坛币 收起 理由
admin_kefu + 5 热心帮助其他会员

总评分: 论坛币 + 5   查看全部评分

使用道具

板凳
rommelwenhao 学生认证  发表于 2014-8-30 10:51:47 |只看作者 |坛友微信交流群
55090002 发表于 2014-8-30 10:40
谢谢,我想问下多项logit模型是不是因变量只能是多个变量,且被调查者不重复选择?如因变量有ABCD,则只能 ...
回归一定是一个函数,函数的定义就是一对一或者多对一,不可能出现一对多的情况。对于同一个调查者,如果采用logit模型计算,只能得出一个结果,不可能出现代入数据后得到两个或者更多个结果的情况。

使用道具

报纸
55090002 发表于 2014-8-30 11:36:55 |只看作者 |坛友微信交流群
rommelwenhao 发表于 2014-8-30 10:51
回归一定是一个函数,函数的定义就是一对一或者多对一,不可能出现一对多的情况。对于同一个调查者,如果 ...
好吧,虽然不是太懂,还是谢谢你。看来我只能分别作二元logit了

使用道具

地板
DAWN1406 发表于 2022-3-7 10:59:07 |只看作者 |坛友微信交流群
当Y为定类数据时,则应该使用Logistic回归分析,而具体来看,logistic回归可以划分为二元logistic回归分析,或者多分类logistic回归分析。二者即有相同之处,也有不同的地方。主要区别在于Y的选项个数,以及因变量要求不同。网页版SPSSAU可以进行多分类logit回归。

使用道具

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

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-5 14:49