多元有序logistic回归_stata速学|logistic回归分析

本文介绍了如何使用Stata进行多元有序Logistic回归分析,通过实例展示了模型构建过程。通过estat clas命令查看概率与预测准确度,结果显示当概率提升到80%时,模型预测准确度下降至75%。此外,还提到了用Probit形式构建回归模型的方法。
摘要由CSDN通过智能技术生成

53e5ace44532dbc8439f3ef06b221d25.gif

NO.07

ZEYI

06.2020

正文共: 2010字 28图 预计阅读时间: 6分钟 嘿喽,我是则已。这是stata的第七期学习。 8e046be573a7beca2510257d1bc94899.gif 前面学习了最小二乘回归分析,非线性回归分析都要求因变量是连续变量,但很多时候因变量是离散的,即1就是1,2就是2,没有1-2之间的取值。这时候需要用到logistic回归分析。 划线部分是自己要研究的变量。 logistic回归 分析 7cfbbc02cba1537d3126f53a686de499.png 常用来进行logistic回归分析的方法有三种:二元logistic回归分析,多元logistics回归分析,有序logistic回归分析。 01 二元logistic回归分析 二元logistic回归分析往往处理因变量只有两种取值的情况,例如是否患病,是否下雨等。

672a10299475c1ec4a2a46da12d1be7d.png

首先对六个变量包含的数字特征: list

c639126379d5fcef2ab5f90a4864aa96.png

结果分析:其实这和之前连续因变量的最小二乘回归分析中的描述性分析是一样的,主要是观察数据有没有极端值,数据能否接受等问题。 我们先试试之前的最小二乘回归分析: reg V1 V2 V3
评论
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