สมมติฐานการถดถอยโลจิสติกพหุนาม


คำตอบ:


6

ข้อสันนิษฐานที่สำคัญใน MNL คือข้อผิดพลาดมีการกระจายอย่างเป็นอิสระและเหมือนกันกับการกระจายมูลค่าที่มากที่สุดของ Gumbel ปัญหาเกี่ยวกับการทดสอบสมมติฐานนี้ก็คือว่ามันจะทำเบื้องต้น ในการถดถอยมาตรฐานคุณพอดีกับส่วนโค้งกำลังสองน้อยที่สุดและวัดความคลาดเคลื่อนที่เหลือ ในโมเดล logit คุณถือว่าข้อผิดพลาดนั้นอยู่ในการวัดจุดแล้วคำนวณฟังก์ชันความน่าจะเป็นจากสมมติฐานนั้น

ข้อสันนิษฐานที่สำคัญคือตัวอย่างอยู่นอกเขต หากเป็นแบบทางเลือกจะมีการแก้ไขที่จำเป็นต้องใช้

เท่าที่มีการตั้งสมมติฐานเกี่ยวกับตัวแบบจำลองTrainอธิบายสามประการ:

  1. การเปลี่ยนแปลงของรสชาติและเป็นระบบและไม่สุ่ม
  2. การทดแทนตามสัดส่วนระหว่างทางเลือกอื่น (อันเป็นผลมาจากคุณสมบัติ IIA)
  3. ไม่มีความสัมพันธ์แบบอนุกรมในคำผิดพลาด (ข้อมูลแผง)

สมมติฐานแรกที่คุณมักจะต้องปกป้องในบริบทของปัญหาของคุณ ข้อที่สามส่วนใหญ่เหมือนกันเพราะข้อผิดพลาดเป็นแบบสุ่มล้วนๆ

อย่างไรก็ตามประการที่สองสามารถทดสอบได้ในระดับหนึ่งอย่างไรก็ตาม หากคุณระบุรูปแบบ logit ที่ซ้อนกันและปรากฎว่ารูปแบบการแทนที่ inter-nest นั้นมีความยืดหยุ่นอย่างสมบูรณ์ ( ) ดังนั้นคุณสามารถใช้โมเดล MNL ได้และสมมติฐาน IIA นั้นถูกต้อง แต่จำไว้ว่าฟังก์ชั่นการบันทึกความน่าจะเป็นสำหรับโมเดล logit ที่ซ้อนกันมีค่าสูงสุดในพื้นที่ดังนั้นคุณควรตรวจสอบให้แน่ใจว่าคุณได้รับอย่างสม่ำเสมอλ = 1λ=1λ=1

เท่าที่ทำสิ่งนี้ใน SPSS ฉันไม่สามารถช่วยคุณได้นอกจากแนะนำให้คุณใช้mlogitแพ็คเกจใน R แทน ขอโทษ


นอกจากนี้ตัวแบบมัลติโนเมียลโพรบิทให้ผลลัพธ์ที่เทียบเท่ากับชุดของสมมติฐานที่แตกต่างกัน ดังนั้นการเปรียบเทียบ MNP / MNL จึงมีประโยชน์เช่นกัน
gregmacfarlane

3

หนึ่งในข้อสมมุติที่สำคัญที่สุดของ Multinomial logistic คือจำนวนการสังเกตในหมวดความถี่ที่เล็กที่สุดของนั้นมีขนาดใหญ่ตัวอย่างเช่น 10 เท่าของจำนวนพารามิเตอร์จากด้านขวามือของแบบจำลองY


ปรากฎว่าสิ่งนี้ไม่จริงเสมอไป มีงาน (ล่าสุด) จำนวนหนึ่งแสดงให้เห็นว่าสามารถประมาณค่าพารามิเตอร์ที่สอดคล้องกันสำหรับทางเลือกที่คุณไม่เคยสังเกตเห็นหากคุณมีข้อมูลภายนอกเกี่ยวกับความถี่ของประชากรที่แท้จริง แต่นี่ต้องใช้ตัวประมาณอื่นดังนั้นโดยทั่วไปคุณจะถูกต้อง
gregmacfarlane

1
เสียงเหมือนเบย์ก่อนถูกเรียกมา - ไม่เห็นด้วย แต่หากไม่มีข้อมูลภายนอกแล้วโลจิสติก multinomial ที่ไม่มีข้อ จำกัด จะมีพารามิเตอร์มากมาย
Frank Harrell

2

gmacfarlane ชัดเจนมาก แต่เพื่อให้มีความแม่นยำมากขึ้นและฉันคิดว่าคุณทำการวิเคราะห์ cross section สมมติฐานหลักคือ IIA (ความเป็นอิสระของทางเลือกที่ไม่เกี่ยวข้อง) คุณไม่สามารถบังคับให้ข้อมูลของคุณเหมาะสมกับสมมติฐานของ IIA คุณควรทดสอบและหวังว่าจะได้รับความพึงพอใจ Spss ไม่สามารถจัดการกับการทดสอบจนถึงปี 2010 ได้อย่างแน่นอน แน่นอนว่าทำได้ แต่ฉันอาจจะง่ายกว่าที่คุณจะย้ายไปยัง stata และใช้การทดสอบ IIA ที่จัดเตรียมโดยคำสั่ง mestit postestimation

หาก IIA ไม่มีการถือครอง, การบันทึกหลายส่วนแบบหลายส่วนหรือการบันทึกซ้อนเป็นทางเลือกที่สมเหตุสมผล คนแรกสามารถประมาณภายใน gllamm ที่สองที่มีคำสั่ง nlogit อย่างมาก

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.