广义线性回归模型之定序回归(logit/probit回归)—R语言实现+苹果实体店客户满意度案例

本文介绍了定序回归的概念,适用于因变量为顺序数据的情况。通过苹果实体店客户满意度案例,展示了如何使用R语言进行描述分析、可视化,并建立Probit和Logit模型。案例中发现不同产品类别评分存在显著差异,通过`plor`函数完成了模型构建。
摘要由CSDN通过智能技术生成

定序回归

什么是定序回归?
定序回归的因变量是定序变量,数据类型是顺序数据。比如不满意,一般,满意;不合格,合格,优秀等。
假设因变量是评分,先由单变量回归说起,则普通的线性回归模型为
在这里插入图片描述
由于方程右边的普通线性回归,是连续性变量,方程左边是因变量分数,取值为1,2,3,4,5。左右两边数据类型不同,不能进行回归。我们考虑引入连续变量Z。先让Z进行普通线性回归。
在这里插入图片描述
则Z和评分之间的关系如下:
在这里插入图片描述
综上可得:
在这里插入图片描述
所以得到:
在这里插入图片描述
对于不同的k有不同的截距
Probit模型和Logit模型
在这里插入图片描述
在这里插入图片描述
用极大似然法进行参数估计
在这里插入图片描述

苹果实体店客户满意度案例分析

描述分析

先浏览下数据第一条数据为因变量满意度,因变量包含产品等产品的一些数据。

在这里插入图片描述
再看一下数据描述:

评论 25
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值