11.07.2015 Views

【 苗C~,饵" .7. Il ,~ - 世界大学城

【 苗C~,饵" .7. Il ,~ - 世界大学城

【 苗C~,饵" .7. Il ,~ - 世界大学城

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

的 知 识 都 可 以 被 系 统 的 移 植 过 来 使 用 。 有 鉴 于 此 , 许 多 类 似 的 知 识 点 在 此 将 不 再 重 复 , 仅 强 调 和回 归 模 型 中 不 相 同 的 内 容 。9.6.1 残 差 分 析SPSS 中 的 Logistic 回 归 过 程 可 以 使 用 Save 子 对 话 杠 在 数 据 库 中 保 留 以 下 几 种 残 差 :(1) Unstandardized: 实 际 发 生 概 率 与 根 据 模 型 预 测 的 概 率 之 差 值 , e i = Pi 一 扎 。 SPSS 定 义 出现 阳 性 结 果 的 记 录 其 实 际 发 生 概 率 为 1, 阴 性 结 果 的 记 录 其 实 际 发 生 概 率 为 0 。 本 例 , 则 低 出 生体 重 儿 的 实 际 发 生 概 率 为 1, 正 常 出 生 体 重 儿 的 实 际 发 生 概 率 为 0 。 如 第 一 条 记 录 Ci d = 85) 出 生体 重 正 常 , 则 实 际 发 生 低 出 生 体 重 的 概 率 为 0 , 而 根 据 其 产 妇 娃 振 前 体 重 Clwt)、 本 次 娃 振 前 早 产次 数 (pt Z) 、 是 否 患 有 高 血 压 (ht) 代 入 模 型 预 测 其 为 低 出 生 体 重 儿 的 概 率 为 0.128 99 , 故 残 差 =0-0.128 99 = -0.128 990(2) Logit 残 差 : 其 计 算 公 式 为 lre = e- P(II)Kp g 良 c1 - P(II)Kp g 良 )。(3) Studentized: 学 生 化 残 差 , 实 际 上 就 是 当 把 该 记 录 删 除 后 模 型 Deviance 的 改 变 量 。(4) Standardized: SPSS 存 储 的 变 量 名 为 zre , 实 际 上 它 就 是 Pe 盯 son 残 差 , 等 于 预 测 概 率 扎 除以 其 标 准 误 !Pi c1 -p) , 其 均 数 等 于 0 , 标 准 差 为 10(5) Deviance: dev i = 明 1 (p i - p) ! { - 2 [p)n ( 立 ) + c1 - p) ln c1 - p) }。 其 中 明 1 (Pi - p)意 为 取 其 括 号 内 的 符 号 , 如 果 实 际 概 率 小 于 预 测 概 率 , 则 deviance 残 差 为 负 , 反 之 为 正 。对 于 自 变 量 取 值 相 同 的 记 录 , 其 各 种 残 差 也 均 相 同 。 以 上 各 种 残 差 中 运 用 较 多 的 是 Standardized残 差 和 Deviance 残 差 , 如 果 残 差 值 绝 对 值 大 于 2 , 提 示 该 条 记 录 在 多 维 空 间 中 可 能 是 异 常点 。 在 得 到 残 差 后 , 进 行 残 差 分 析 的 基 本 思 路 和 线 性 回 归 模 型 基 本 相 同 , 这 里 不 再 重 复 。9.6.2 多 重 共 线 性 的 识 别 及 其 对 回 归 系 数 的 影 晌 及 处 理 办 法通 常 在 进 行 线 性 回 归 模 型 时 , 常 考 虑 到 是 否 存 在 自 变 量 间 的 多 重 共 线 性 , 而 在 反 应 变 量 为 分类 资 料 的 统 计 分 析 时 , 尤 其 是 Logistic回 归 分 析 时 分 析 者 常 常 会 忽 略 这 一 点 , 实 际 上 在 分 类 资 料的 统 计 分 析 中 , 多 重 共 线 性 的 情 况 仍 然 或 多 或 少 地 存 在 , 其 对 偏 回 归 系 数 的 影 响 也 仍 然 与 线 性 模型 中 的 表 现 一 致 , 如 增 加 或 删 除 一 条 记 录 , 模 型 中 偏 回 归 系 数 值 发 生 较 大 变 化 , 专 业 上 认 为 有 影响 的 因 素 无 统 计 学 意 义 , 反 倒 是 变 量 P 值 很 小 , 等 等 。 如 果 在 进 行 Logistic 模 型 分 析 中 , 尤 其 是在 向 模 型 中 引 入 交 互 作 用 项 时 出 现 了 回 归 结 果 反 常 现 象 , 则 自 变 量 间 的 多 重 共 线 性 是 需 要 排 除的 一 种 可 能 。 目 前 SPSS 的 Logistic 过 程 中 尚 没 有 关 于 多 重 共 线 性 诊 断 的 结 果 输 出 , 替 代 方 法 之一 是 运 用 相 同 的 反 应 变 量 与 自 变 量 , 拟 合 线 性 回 归 模 型 , 并 进 行 相 应 的 共 线 性 诊 断 。 如 果 确 实 出现 了 多 重 共 线 性 , 解 决 的 方 法 可 参 考 线 性 回 归 模 型 中 相 关 章 节 内 容 。思 考 与 练 习1. 试 运 用 本 章 所 介 绍 的 评 价 模 型 拟 合 优 度 的 指 标 对 例 9.1 数 据 库 所 拟 合 的 Logistic 回 归 模 型 拟 合 优 劣 进行 评 价 。2. 试 对 " 模 型 拟 合 效 果 与 拟 合 优 度 检 验 " 一 节 中 对 例 9.3 数 据 库 拟 合 的 Logistic 饱 和 模 型 中 出 现 的 回 归 系• 187 •

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!