สมมติฐานที่เหมาะสมของ Multinomial Logistic Regression คืออะไร? และอะไรคือการทดสอบที่ดีที่สุดเพื่อสนองสมมติฐานเหล่านี้โดยใช้ SPSS 18
สมมติฐานที่เหมาะสมของ Multinomial Logistic Regression คืออะไร? และอะไรคือการทดสอบที่ดีที่สุดเพื่อสนองสมมติฐานเหล่านี้โดยใช้ SPSS 18
คำตอบ:
ข้อสันนิษฐานที่สำคัญใน MNL คือข้อผิดพลาดมีการกระจายอย่างเป็นอิสระและเหมือนกันกับการกระจายมูลค่าที่มากที่สุดของ Gumbel ปัญหาเกี่ยวกับการทดสอบสมมติฐานนี้ก็คือว่ามันจะทำเบื้องต้น ในการถดถอยมาตรฐานคุณพอดีกับส่วนโค้งกำลังสองน้อยที่สุดและวัดความคลาดเคลื่อนที่เหลือ ในโมเดล logit คุณถือว่าข้อผิดพลาดนั้นอยู่ในการวัดจุดแล้วคำนวณฟังก์ชันความน่าจะเป็นจากสมมติฐานนั้น
ข้อสันนิษฐานที่สำคัญคือตัวอย่างอยู่นอกเขต หากเป็นแบบทางเลือกจะมีการแก้ไขที่จำเป็นต้องใช้
เท่าที่มีการตั้งสมมติฐานเกี่ยวกับตัวแบบจำลองTrainอธิบายสามประการ:
สมมติฐานแรกที่คุณมักจะต้องปกป้องในบริบทของปัญหาของคุณ ข้อที่สามส่วนใหญ่เหมือนกันเพราะข้อผิดพลาดเป็นแบบสุ่มล้วนๆ
อย่างไรก็ตามประการที่สองสามารถทดสอบได้ในระดับหนึ่งอย่างไรก็ตาม หากคุณระบุรูปแบบ logit ที่ซ้อนกันและปรากฎว่ารูปแบบการแทนที่ inter-nest นั้นมีความยืดหยุ่นอย่างสมบูรณ์ ( ) ดังนั้นคุณสามารถใช้โมเดล MNL ได้และสมมติฐาน IIA นั้นถูกต้อง แต่จำไว้ว่าฟังก์ชั่นการบันทึกความน่าจะเป็นสำหรับโมเดล logit ที่ซ้อนกันมีค่าสูงสุดในพื้นที่ดังนั้นคุณควรตรวจสอบให้แน่ใจว่าคุณได้รับอย่างสม่ำเสมอλ = 1
เท่าที่ทำสิ่งนี้ใน SPSS ฉันไม่สามารถช่วยคุณได้นอกจากแนะนำให้คุณใช้mlogit
แพ็คเกจใน R แทน ขอโทษ
หนึ่งในข้อสมมุติที่สำคัญที่สุดของ Multinomial logistic คือจำนวนการสังเกตในหมวดความถี่ที่เล็กที่สุดของนั้นมีขนาดใหญ่ตัวอย่างเช่น 10 เท่าของจำนวนพารามิเตอร์จากด้านขวามือของแบบจำลอง
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