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

最新推荐文章于 2024-08-06 17:50:22 发布
最新推荐文章于 2024-08-06 17:50:22 发布
阅读量1.3w 收藏 85
点赞数 8
分类专栏： R语言 案例分享
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42871249/article/details/104575444
版权
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：

最低0.47元/天 解锁文章
@Irene
关注
专栏目录
定序回归模型
辉的博客
03-31 4864
文章目录什么是定序回归模型构建R语言实现 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。 模型构建 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： score=β0+β1×x1+ϵ \mathrm{score}=\beta_0+\beta_1\times x_1+\epsilon score=β0​+β1​×x1​+ϵ 若上式中score不是连续变量，而是分类变量（例如取值为1，2，3，4）。这样等式两边的数据类型不统一，直接进
【高级数理统计R语言学习】7 定序回归
pamelaaaaa的博客
02-09 2262
一、背景 数据集展示了用户使用微博的基本情况，包括参与微博社区的层次，用户的年龄、性别、教育程度、月收入和使用微博的时间，试分析这些变量对用户参与微博社区的层次有什么样的影响？同时，对用户参与微博社区的层次作出预测。 二、要求和代码 #**************************变量关系问题***************************************** #1 #利用R读取数据。注意：不要事先改动样本的数据内容。 #na.strings = c("NA") 的意思是文件中的缺失数据
Probit 回归模型及 Stata 具体操作步骤
最新发布
a519573917的博客
08-06 1828
在经济学领域，Probit 回归模型常用于研究消费者的购买决策、企业的投资行为以及市场的进入与退出等问题。综上所述，Probit 回归模型在不同学科领域都有着丰富的应用和研究成果，为我们解决实际问题提供了有力的方法支持。然而，随着研究问题的日益复杂和数据类型的多样化，对 Probit 回归模型的创新和应用仍在不断推进。通过建立这样的 Probit 回归模型，我们可以定量地分析每个因素对个人创业选择的影响程度和方向，为制定相关政策和促进创业活动提供理论依据和实证支持。
[机器学习算法]定序回归
TOMACAT的博客
02-29 2471
简介 传统的线性回归模型预测的因变量取值范围为任意实数，在实际应用中我们常常需要对非连续型数据建模，其中一类的典型的数据即是定序数据ordinal data。 一般我们以没有数值意义但是有顺序意义的数据统称为定序数据。最常见的例子就是问卷调查给出的选项：非常满意、满意、一般、不满意、非常不满意就是一类定序数据。定序变量介于连续变量和定类变量之间，是在测量层次上被分为相对次序的不同类别、但并不连续...
Probit和Logit回归
平平淡淡，戒急用忍，一生学闭嘴。
03-25 1620
https://blog.csdn.net/weixin_41677876/article/details/106686250
分类变量回归——Probit和Logit（附代码）
热门推荐
Shiyang的博客
06-11 2万+
分类变量回归——Probit和Logit为什么不是普通线性回归？什么是Link函数？如何实现（statsmodels&sklearn）？statsmodels（统计学分析场景推荐）ProbitLogitMNLogit（Multinormal）sklearn（机器学习场景推荐） 为什么不是普通线性回归？ 使用普通线性回归技术，我们必须确保回归技术对于研究问题的适用性，才能相信回归结果是可靠的。识别回归技术的适用性，我们需要对回归分析进行诊断，诊断内容是线性回归最基本的六个假设是否成立，即 误差项是一
定序回归分析
dltan
08-18 6711
数据读取情况 library(readxl) data <- read_excel("录入数据.xlsx",sheet="Sheet4") str(data) is.na(data) # 判断是否存在缺失 n <- sum(is.na(data)) # 输出缺失值个数 print(n) 绘制主要变量的统计情况——柱状图 attitude <- table(data$ 对公民...
广义线性回归模型之0,1变量回归（logit/probit回归）—R语言实现
01-07
R 中的广义线性模型函数glm() 对指数族中某分布的默认连接函数 是其典则连接函数, 下表列出了 R 函数glm() 所用的某些指数族分布的 典则连接函数. 2、0-1因变量的回归模型 对于因变量为0,1变量的问题，可以考虑两...
广义线性回归模型之泊松回归（logit/probit回归）—R语言实现+仙客来数据集+交叉验证
qq_42871249的博客
02-28 5520
Poisson回归模型 Poisson回归也是广义线性回归模型中的一中，详细介绍可见之前的博客： https://blog.csdn.net/qq_42871249/article/details/104339650 使用 Poisson回归模型时的两个问题 由于广义线性模型的假定很强, 所以当实际数据与假定的分布不符时会产生一些问题. Poisson回归模型也不例外, 人们目前主要关注的是 以...
logit模型应用实例_广义线性模型应用举例之beta回归及R计算
weixin_39834984的博客
11-20 2091
广义线性模型应用举例之beta回归及R计算在前文“广义线性模型”中，提到广义线性模型(GLM)可概括为服务于一组来自指数分布族的响应变量的模型框架，正态分布、指数分布、伽马分布、卡方分布、贝塔分布、伯努利分布、二项分布、多项分布、泊松分布、负二项分布、集合分布等都属于指数分布族，并通过极大似然估计获得模型参数。其中beta回归(beta regression，贝塔回归)是一类用于对来自标...
线性回归、logit回归、probit回归
Loiser1的博客
04-09 7754
回归 主要借鉴高级计量经济学及Stata应用 第2版_陈强_北京：高等教育出版社_2014.04_669_13526050 文中所提"书"即是这本中的内容 线性回归 Yi=b0+b1Xi+ϵi,ϵi∼(0,σ2)Y_i=b_0+b_1X_i+\epsilon_i,\qquad \epsilon_i\sim (0,\sigma^2)Yi​=b0​+b1​Xi​+ϵi​,ϵi​∼(0,σ2) Y^=b0+b1X\hat{Y}=b_0+b_1XY^=b0​+b1​X 古典线性回归模型的假定: 总体模型: Y
《应用商务统计分析》第五章 定序回归
喜东东的博客
04-29 1946
一、目的 1、对手机的某些功能在不同的功能组合中所起的作用的分析； 2、找出哪些因素在影响消费者对手机的偏好程度，以及其影响程度。 二、数据来源和相关说明 1、数据来源 对不同款手机的偏好程度调查（来自北京大学光华管理学院的MBA学生和高级经理培训班的学员）。 df_raw = pd.read_csv(open(os.path.join(filePath, fileName))) 2、数据信息 1451条样本，8个变量。 print(df_raw.shape) 3、变量信息 （1
定序回归实战
猪逻辑公园
04-03 4014
蓝精灵村子新开了一家火锅店，原来格格巫在自动售货机上挣了一笔之后，又有了开餐馆的想法了，他把村子外面流行的火锅引入蓝精灵村子，没想到生意很火爆，蓝精灵们经常要排很长的队才能吃上格格巫家的火锅。看着自家餐馆门口长长的队伍，队伍里蓝精灵吃货们既饥渴又不耐烦的眼神，格格巫心里又欣喜，又担忧。他寻思这队伍太长了会不会影响了顾客们对就餐经历的评价，于是琢磨着想研究一下排队等待时间和客户满意度之间的关系。他在...
SPSS probit回归
myl1992的专栏
06-03 1万+
转自： 结果是以二分类形式表达，同逻辑回归有很大相同点。概率单位分析用于实验研究，逻辑分析更多是观察性研究。 概率单位的回归方程是将概率转换为与自变量所对应的标准正态离差，将因变量反应率P作Logit转换，即Logit P=ln（P/（1-P）），则概率单位回归方程变为Logit回归方程。 “转换”：“在概率单位分析时，常新将协变量进行对数转换
机器学习笔记——3 logistic模型和probit模型基本原理，从哲学视角谈谈统一二者的潜变量模型
ZJC_BELIEF的博客
03-28 1万+
logistic模型和probit模型的统一及其拓展 监督学习的两种类别 在监督学习中，根据标签值的类型可以将其分为两类： 一类是定量数据，其分为计量型和计数型，这种可以用上一节介绍的简单线性模型解决，一般可以称为回归问题。 另一类即是属性数据，属性数据也有两种，分别是名义数据和有序数据，这一类的数据的数值大小已经没有运算的意义了，一般称为分类问题。 分类问题的两个基本模型 我们讨论的分类问...
广义线性回归中的Logistic回归
所有的今天都是为了不后悔的明天
05-06 4063
Logistic函数又叫sigmoid函数，为S型曲线。Logistic回归和Softmax回归类似，两者本质上的不同体现在，Logistic回归对于两类的分类，而softmax则是从两类到三类的过程。          Logistic/sigmoid函数                 Logistic回归参数估计
定序回归 以信用卡用户逾期还款情况的调查为例
Mrrunsen的博客
01-19 353
本案例数据包含了用户信用卡使用记录。其中，我们关心的是信用卡是否出现逾期缴费的情况，什么样的人更容易逾期不缴，什么样的人逾期时间更长。首先，考虑因变量status（逾期状态）：status=0表示按期还款；status>1分为7类，（括号内为逾期天数）为了将问题具体化，我们将status转变为两部分变量：Y1: 是否按期还款（status=0时，Y1=1;否则，Y1=0）- 1= 是- 0= 否Y2: 逾期严重程度（参考status各类的样本量，合并为4类）- 4= （91+）
评论 25
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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