前面我们说过二分类Logistic回归模型，但分类变量并不只是二分类一种，还有多分类，本次我们介绍当因变量为多分类时的Logistic回归模型。

多分类Logistic回归模型又分为有序多分类Logistic回归模型和无序多分类Logistic回归模型

一、有序多分类Logistic回归模型

有序多分类Logistic回归模型拟合的基本方法是拟合因变量水平数-1个Logistic回归模型，也称为累积多分类Logit模型，实际上就是将因变量依次分割成两个等级，对这两个等级建立二分类Logistic回归模型，无论模型的分割点在什么位置，所拟合的这n-1个回归模型的自变量系数均保持不变，改变的只有常数项，这也是累积多分类Logit模型的前提条件，也称为平行线检验。

累积多分类Logit模型的常数项是负数，和二分类Logistic回归模型的常数项符号相反

下面看一个例子

现在想分析人们的工作满意度，选取了一些相关变量，数据如下

从数据中，可见因变量满意度satis有三个水平，因此考虑拟合有序多分类Logistic回归模型

分析—回归—有序









二、无序多分类Logistic回归模型

前面讲的有序分类Logistic回归模型，前提为因变量为有序多分类，但是当因变量为无序多分类或者不满足平行线假定时，就需要使用无序多分类Logistic回归模型。

无序多分类Logistic回归模型也是拟合因变量水平数-1个广义Logit模型，不同的是它需要先定义某一个水平为参照水平，其余水平和其进行对比，SPSS默认取水平最大者为参照水平。

例，通过一组数据，希望分析出不同背景人的投票倾向

图中可见因变量pres92为无序多分类变量，有三个水平，考虑使用无序多分类Logistic回归模型

分析—回归—多项Logistic



SPSS数据分析—多分类Logistic回归模型的更多相关文章

  1. SPSS数据分析—二分类Logistic回归模型

    对于分类变量,我们知道通常使用卡方检验,但卡方检验仅能分析因素的作用,无法继续分析其作用大小和方向,并且当因素水平过多时,单元格被划分的越来越细,频数有可能为0,导致结果不准确,最重要的是卡方检验不能 ...

  2. 二分类Logistic回归模型

    Logistic回归属于概率型的非线性回归,分为二分类和多分类的回归模型.这里只讲二分类. 对于二分类的Logistic回归,因变量y只有“是.否”两个取值,记为1和0.这种值为0/1的二值品质型变量 ...

  3. SPSS数据分析—配对Logistic回归模型

    Lofistic回归模型也可以用于配对资料,但是其分析方法和操作方法均与之前介绍的不同,具体表现 在以下几个方面1.每个配对组共有同一个回归参数,也就是说协变量在不同配对组中的作用相同2.常数项随着配 ...

  4. SPSS分析技术：无序多元Logistic回归模型；美国总统大选的预测历史及预测模型

    SPSS分析技术:无序多元Logistic回归模型:美国总统大选的预测历史及预测模型 在介绍有序多元Logistic回归分析的理论基础时,介绍过该模型公式有一个非常重要的假设,就是自变量对因变量多个类 ...

  5. Softmax回归——logistic回归模型在多分类问题上的推广

    Softmax回归 Contents [hide] 1 简介 2 代价函数 3 Softmax回归模型参数化的特点 4 权重衰减 5 Softmax回归与Logistic 回归的关系 6 Softma ...

  6. 如何在R语言中使用Logistic回归模型

    在日常学习或工作中经常会使用线性回归模型对某一事物进行预测,例如预测房价.身高.GDP.学生成绩等,发现这些被预测的变量都属于连续型变量.然而有些情况下,被预测变量可能是二元变量,即成功或失败.流失或 ...

  7. Logistic回归分析之多分类Logistic回归

    Logistic回归分析(logit回归)一般可分为3类,分别是二元Logistic回归分析.多分类Logistic回归分析和有序Logistic回归分析.logistic回归分析类型如下所示. Lo ...

  8. logistic回归模型

    一.模型简介 线性回归默认因变量为连续变量,而实际分析中,有时候会遇到因变量为分类变量的情况,例如阴性阳性.性别.血型等.此时如果还使用前面介绍的线性回归模型进行拟合的话,会出现问题,以二分类变量为例 ...

  9. 机器学习笔记（四）Logistic回归模型实现

     一.Logistic回归实现 (一)特征值较少的情况 1. 实验数据 吴恩达<机器学习>第二课时作业提供数据1.判断一个学生能否被一个大学录取,给出的数据集为学生两门课的成绩和是否被录取 ...

随机推荐

  1. HTML5学习小结

    HTML5是用于取代1999年所制定的 HTML4.01和XHTML1.0标准的HTML标准版本.HTML5的第一份正式草案已于2008年1月公布:2012年12月,规范已经正式定稿.W3C计划在20 ...

  2. BigDecimal使用中的坑

    1.BigeDecimal调用divide时一定要记得规定小数位数的保留情况,不然除不尽的时候报错. 2.使用该种BigeDecimal时,加减乘除都要使用它内部封装好的方法,不然容易报错.

  3. c# winform DirectX播放器 可以任意设置宽高比 屏幕拉伸

    第一步:dll引用 Microsoft.DirectX.dll Microsoft.DirectX.AudioVideoPlayback.dll 如果没有的话,可能需要安装微软的DRECTX JDK ...

  4. 阿里yum源

    转:http://mirrors.aliyun.com/help/centos?spm=5176.bbsr150321.0.0.d6ykiD 1.备份 mv /etc/yum.repos.d/Cent ...

  5. C#转VB.NET

    这个不能用了 http://www.developerfusion.com/tools/convert/csharp-to-vb/ 搜索几十分钟才找到另一个桌面版的,不怎么好用! http://www ...

  6. Spark之键值RDD转换(转载)

    1.mapValus(fun):对[K,V]型数据中的V值map操作(例1):对每个的的年龄加2 object MapValues { def main(args: Array[String]) { ...

  7. C#:时间转换

    1.C#时间转js时间 /// <summary> /// C#时间转js时间 /// </summary> /// <param name="theDate& ...

  8. Eclipse创建maven项目

    许久不创建maven web项目了,今天上手很是陌生,搜集资料后终于创建成功,跟大家也分享一下,同时也便于以后再次忘记使用... 新建maven项目(右击new,若不存在,可在other里面寻找)

  9. jQ中对attr()方法的理解

    在JS中设置节点的属性与属性值用到setAttribute(),获得节点的属性与属性值用到getAttribute(),而在jquery中,用一个attr()就可以全部搞定了,赞一个先 ^^jquer ...

  10. [转]RAID基础，RAID10与RAID01比较，RAID10与RAID5比较

    原文:http://blog.itpub.net/787018/viewspace-666280/ 文档内容3部分:1.基本的RAID级别介绍2.RAID10和RAID01的比较3.RAID10和RA ...