另外,向你推薦一本不錯的書:王濟川、郭志剛,Logistic迴歸模型——方法與應用,北京:高等教育出版社,2001。瀏覽一下這三本書的相關內容,你基本上可以弄清楚機率估計模型,至於網上有沒有電子版的書我就不太清楚了。這裡,我可以先簡單的回答你這個問題。
首先,通常人們將“Logistic迴歸”、“Logistic模型”、“Logistic迴歸模型”及“Logit模型”的稱謂相互通用,來指同一個模型,唯一的區別是形式有所不同:logistic迴歸是直接估計機率,而logit模型對機率做了Logit轉換。不過,SPSS軟體好像將以分類自變數構成的模型稱為Logit模型,而將既有分類自變數又有連續自變數的模型稱為Logistic迴歸模型。至於是二元還是多元,關鍵是看因變數類別的多少,多元是二元的擴充套件。
其次,當因變數是名義變數時,Logit和Probit沒有本質的區別,一般情況下可以換用。區別在於採用的分佈函式不同,前者假設隨機變數服從邏輯機率分佈,而後者假設隨機變數服從正態分佈。其實,這兩種分佈函式的公式很相似,函式值相差也並不大,唯一的區別在於邏輯機率分佈函式的尾巴比正態分佈粗一些。
另外,向你推薦一本不錯的書:王濟川、郭志剛,Logistic迴歸模型——方法與應用,北京:高等教育出版社,2001。瀏覽一下這三本書的相關內容,你基本上可以弄清楚機率估計模型,至於網上有沒有電子版的書我就不太清楚了。這裡,我可以先簡單的回答你這個問題。
首先,通常人們將“Logistic迴歸”、“Logistic模型”、“Logistic迴歸模型”及“Logit模型”的稱謂相互通用,來指同一個模型,唯一的區別是形式有所不同:logistic迴歸是直接估計機率,而logit模型對機率做了Logit轉換。不過,SPSS軟體好像將以分類自變數構成的模型稱為Logit模型,而將既有分類自變數又有連續自變數的模型稱為Logistic迴歸模型。至於是二元還是多元,關鍵是看因變數類別的多少,多元是二元的擴充套件。
其次,當因變數是名義變數時,Logit和Probit沒有本質的區別,一般情況下可以換用。區別在於採用的分佈函式不同,前者假設隨機變數服從邏輯機率分佈,而後者假設隨機變數服從正態分佈。其實,這兩種分佈函式的公式很相似,函式值相差也並不大,唯一的區別在於邏輯機率分佈函式的尾巴比正態分佈粗一些。