उपस्कर प्रतिगमनमा: मोडेल र विधिहरू

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. उपस्कर प्रतिगमनमा र discriminant विश्लेषण यसलाई स्पष्ट उत्तरदाताओं लक्षित विभाग अलग आवश्यक छ जब प्रयोग गरिन्छ। यसबाहेक, यी समूह एक univariate प्यारामिटर स्तर छन्। а также выясним, для чего она нужна. यसको लागि के थियो पत्ता थप विवरण उपस्कर प्रतिगमनमा मोडेल विचार, साथै।

अवलोकन

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. समस्या को एउटा उदाहरण, उपस्कर प्रतिगमनमा प्रयोग गरिन्छ जो समाधान मा, समूह खरीद उत्तरदाताओं र तोरी खरीद को एक वर्गीकरण हुन सक्छ। यो भिन्नता सामाजिक-डेमोग्राफिक विशेषताहरु अनुसार बाहिर छ। यी विशेष समावेश उमेर, लिङ्ग, परिवारका सदस्यहरूको संख्या, आय र यति मा समावेश। त्यहाँ अलग मापदण्ड र सञ्चालन मा चर छन्। उत्तरार्द्ध वास्तवमा, उत्तरदाताओं विभाजन गर्नुपर्छ, जसको लागि लक्षित वर्ग encodes।

nuances

, значительно уже, чем для дискриминантного анализа. यो भने हुनुपर्छ भनेर अवस्थामा को दायरा लागू प्रतिगमनमा रसद, धेरै discriminant विश्लेषण भन्दा साघुँरो जसमा। यस सन्दर्भमा, भिन्नता लागि विश्वव्यापी विधि रूपमा उत्तरार्द्ध प्रयोग बढी उपयुक्त मानिन्छ। यसबाहेक, विशेषज्ञहरु एक वर्गीकरण अध्ययन discriminative विश्लेषण सुरु हुने सिफारिस गर्छौँ। र बस परिणाम लागि अनिश्चितता को मामला मा उपस्कर प्रतिगमनमा प्रयोग गर्न सकिन्छ। यो आवश्यकता धेरै कारक कारण छ। используется при наличии четкого представления о типе независимых и зависимых переменных. त्यहाँ स्वतन्त्र र निर्भर चर को प्रकार बारे स्पष्ट विचार छ जब उपस्कर प्रतिगमनमा प्रयोग गरिन्छ। तदनुसार, को 3 सम्भव प्रक्रियाहरु मध्ये एक चयन गरियो। जब discriminant विश्लेषण, को शोधकर्ता सधैं एक स्थिर सञ्चालन सामना छ। यो कुनै पनि प्रकारको को मात्रा एक निर्भर र धेरै स्वतन्त्र कोटिगत चर संलग्न।

प्रकार

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. एक उपस्कर प्रतिगमनमा प्रयोग गर्ने उद्देश्य तथ्याङ्क अनुसन्धान, एक विशेष प्रतिवादीको एक विशेष समूह नियुक्त गरिने likelihood निर्धारण छ। भिन्नता केही मापदण्डहरु अनुसार बाहिर छ। व्यवहार मा, एक वा बढी स्वतन्त्र कारक को मान अनुसार उत्तरदाताओं दुई समूह मा वर्गीकृत गर्न सकिन्छ। . यस मामला मा, वहाँ एक बाइनरी उपस्कर प्रतिगमनमा छ। पनि निर्दिष्ट मापदण्डहरू समूहमा निर्धारण मा प्रयोग गर्न सकिन्छ दुई भन्दा बढी छ। यस्तो अवस्थामा त्यहाँ एक मल्टिनोमियल उपस्कर प्रतिगमनमा छ। परिणामस्वरूप समूह कुनै एक चर को स्तर व्यक्त गरे।

उदाहरणका

त्यहाँ तिनीहरूले मास्को को उपनगरहरुमा भूमि प्राप्त गर्न एउटा प्रस्ताव रुचि हो कि को प्रश्न गर्न उत्तरदाताओं 'जवाफ हो मानौं। यस मामला मा, विकल्प "कुनै" र छन् "हो।" हामी पत्ता लगाउन कारकों संभावित खरीदारों को निर्णय मा एक प्रधान प्रभाव पार्न के गर्न आवश्यक छ। यो प्रतिवादीको लागि प्रश्नहरू इलाका को पूर्वाधार बारेमा सोधे छन्, राजधानी, भूमि क्षेत्र, उपस्थिति / आवासीय भवन अभाव र यति मा। प्रयोग बाइनरी प्रतिगमनमा गर्न दूरी, उत्तरदाताओं को दुई समूह मा वितरण गर्न सकिन्छ। , क्रमशः सम्भावित खरीददारों, र दोस्रो छैनन् यस्तो एउटा प्रस्ताव रुचि गर्नेहरूलाई - पहिलो खरिद रुचि भएकाहरूलाई समावेश गरिनेछ। प्रत्येक प्रतिवादीको लागि, साथै, यो जिम्मेवारी को सम्भावना एक श्रेणी वा अर्को गणना गरिनेछ।

तुलनात्मक विशेषताहरु

दुई embodiments विपरीत माथि विभिन्न नम्बर र निर्भर समूह र स्वतन्त्र चर प्रकार मा हुन्छन्। एक बाइनरी प्रतिगमनमा, उदाहरणका लागि, निर्भरता dichotomous कारक अध्ययन एक वा बढी स्वतन्त्र अवस्था देखि। यस मामला मा, उत्तरार्द्ध मात्रा को कुनै पनि प्रकारको हुन सक्छ। मल्टिनोमियल प्रतिगमनमा को वर्गीकरण को संस्करण एक प्रकारको मानिन्छ। यसको लागि 2 भन्दा बढी समूहहरूले निर्भर चल गर्न भन्छिन्। स्वतन्त्र कारक एक ORDINAL वा नाममात्र मापन त हुनुपर्छ।

spss मा उपस्कर Regression

अनुक्रम - तथ्याङ्क प्याकेज 11-12, विश्लेषण को नयाँ संस्करण शुरू। निर्भर कारक एउटै नाम (ORDINAL) मात्रा सम्बन्धित जब यो विधि प्रयोग गरिएको छ। यस मामला मा स्वतन्त्र चर एक विशेष प्रकार चयन गरियो। तिनीहरूले ORDINAL वा नाममात्र या त हुनुपर्छ। धेरै विभाग मा वर्गीकरण सबैभन्दा बहुमुखी मानिन्छ। यो विधि उपस्कर प्रतिगमनमा प्रयोग गर्ने सबै अध्ययन मा प्रयोग गर्न सकिन्छ। , однако, можно только с помощью всех трех приемов. मोडेल गुणस्तर सुधार, तथापि, सम्भव मात्र सबै तीन विधिहरू प्रयोग गरेर हो।

ORDINAL वर्गीकरण

यो तथ्याङ्क प्याकेजमा पहिले एक ORDINAL मात्रा संग निर्भर कारक लागि विशेष विश्लेषण गर्न विशिष्ट क्षमता प्रदान गरिएको छैन भने छ। सबै चर लागि, 2 भन्दा बढी को समूह को संख्या संग मल्टिनोमियल विकल्प प्रयोग। अपेक्षाकृत हालै शुरू अनुक्रम विश्लेषण सुविधाहरू एक नम्बर छ। तिनीहरूले खातामा मात्रा यसलाई को विशेष लिन। часто не рассматривается как отдельный прием. यसैबीच, यस methodological मैनुअल मा ORDINAL उपस्कर प्रतिगमनमा अक्सर छुट्टै स्वागत रूपमा उपचार छैन। निम्नानुसार कारण छ: सिरियल विश्लेषण मल्टिनोमियल भन्दा कुनै पनि महत्वपूर्ण लाभ छैन। यस शोधकर्ता राम्रो उपस्थिति र ORDINAL र नाममात्र निर्भर चर उत्तरार्द्ध प्रयोग गर्न सक्छन्। त्यसो मा, वर्गीकरण प्रक्रिया दोश्रो देखि लगभग अविवेच्य छन्। यो होल्डिंग अर्डर विश्लेषण कुनै पनि समस्या उत्पन्न छैन भन्ने हो।

विकल्पहरू विश्लेषण

एक बाइनरी प्रतिगमनमा - सरल विचार गर्नुहोस्। उदाहरणका लागि, मार्केटिङ अनुसन्धान अनुमानित केही महानगरीय विश्वविद्यालय को स्नातक लागि मांग को प्रक्रिया मा। यस प्रश्नावली मा, उत्तरदाताओं प्रश्नहरू सहित सोधियो:

1. तपाईं काम गर्दै हुनुहुन्छ? (Ql)।
2. वर्ष स्नातक (थ 21) निर्दिष्ट गर्नुहोस्।
3. को आउटलेट (aver) को औसत स्कोर के छ।
4. लिङ्ग (q22)।

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. उपस्कर प्रतिगमनमा स्वतन्त्र कारक को प्रभाव aver चल ql मा Q 21 र Q 22 आकलन गर्नेछ। बस राख्नु, विश्लेषण उद्देश्य क्षेत्र, वर्ष को अन्त, र औसत स्कोर जानकारी को आधारमा स्नातकहरूको को संभावना रोजगार निर्धारण छ।

उपस्कर Regression

एक बाइनरी प्रतिगमनमा प्रयोग सेट अप गर्न, Analyze►Regression►Binary उपस्कर मेनु प्रयोग गर्नुहोस्। को उपस्कर प्रतिगमनमा उपलब्ध चर निर्भर कारक को बाँकी सूचीमा चयन गर्न। तिनीहरूले ql छ। यो चर को निर्भर क्षेत्रमा राखिएको हुनुपर्छ। Q 21, Q 22, aver - कि पछि, तपाईं साइट Covariates स्वतन्त्र कारक प्रविष्ट गर्नुपर्छ। त्यसपछि तपाईं विश्लेषण तिनीहरूलाई सहित एक तरिका चयन गर्न आवश्यक छ। 2 भन्दा बढी स्वतन्त्र कारक को संख्या भने, विधि कदम पूर्वनिर्धारित स्थापित छ जो सबै चर, को साथ प्रशासन र चरण प्रयोग गरिएको छैन। सबैभन्दा लोकप्रिय तरिका पछाडि मानिन्छ: LR। चयन गर्नुहोस् बटन प्रयोग गरेर, तपाईँले सबै उत्तरदाताओं को अध्ययन, र केवल एक विशिष्ट लक्ष्य श्रेणी मा समावेश गर्न सक्नुहुन्छ।

Categorical चल परिभाषित

को चर एक भन्दा बढी 2 को विभाग को संख्या रेटेड छ जब मामला मा प्रयोग गर्न categorical बटन। को categorical Covariates स्टेशन मा परिभाषित categorical चल विन्डो मा यस्तो अवस्थामा केवल एक यस्तो सेटिङ राख्नुभयो। यो उदाहरणमा, यस्तो चल हराइरहेको छ। कि ड्रप-डाउन सूची पछि, वस्तु कन्ट्रास्ट विचलन चयन गर्नुहोस् र परिवर्तन बटन क्लिक गर्नुहोस्। फलस्वरूप, यस निर्भर चर केही मूल्याङ्कन कारक हरेक उत्पन्न हुनेछ। आफ्नो नम्बर विभाग को मूल सर्तहरू संख्या पारस्परिक रहेको छ।

नयाँ चल सुरक्षित

मुख्य अध्ययन बटन सुरक्षित प्रयोग नयाँ सेटिङहरू संवाद बाकस सिर्जना गर्न सेट गरिएको छ। तिनीहरूले प्रतिगमनमा को प्रक्रिया मा गणना संख्या समावेश हुनेछ। विशेष, यो कि निर्धारण चर सिर्जना गर्न सम्भव छ:

1. वर्गीकरण को एक विशेष वर्ग (Groupmembership) सम्बन्धित।
2. प्रत्येक अध्ययन समूह (सम्भावनाको) मा उत्तरदाताओं वर्गीकृत को सम्भावना।

विकल्प बटन शोधकर्ता प्रयोग गर्दा कुनै पनि महत्वपूर्ण अवसर प्राप्त गर्दैन। तदनुसार, यो उपेक्षा गर्न सकिँदैन। मुख्य विन्डो मा "ठीक" बटन थिचेर पछि विश्लेषण परिणाम प्रदर्शन गरिनेछ।

उपस्कर प्रतिगमनमा पर्याप्तता गुणस्तर नियन्त्रण

तालिका सर्वग्राही Testsof मोडेल गुणांक विचार गर्नुहोस्। यो लगभग मोडेल गुणस्तर को विश्लेषण को परिणाम प्रर्दशन गर्दछ। कारण वृद्धि विकल्प, तपाईं अन्तिम चरण को परिणाम हेर्न आवश्यक भन्ने तथ्यलाई गर्न (Step2) सेट गरिएको छ। सकारात्मक परिणाम, छलफल हुनेछ जसमा पत्ता वृद्धि ची-वर्ग अर्को चरण गर्न संक्रमण मा महत्त्व को एक उच्च डिग्री (Sig। <0,05) मा सूचकांक। मोडेल गुणस्तर मोडेल लाइन मा अनुमान गरिएको छ। तपाईं नकारात्मक मूल्य प्राप्त गर्नुभयो भने, तर समग्र उच्च materiality मोडेल, पछिल्लो व्यावहारिक प्रयोग गर्न योग्य मानिन्छ गर्न सकिन्छ भने यो महत्वपूर्ण रूपमा छलफल छैन।

टेबल

मोडेल सारांश जो निर्माण मोडेल (आंकडा आर वर्ग) वर्णन कुल तितरबितर सूचकांक, एक अनुमान प्रदान गर्दछ। यो मूल्य Nagelker लागू गर्न सिफारिस गरिएको छ। यो 0.50 भन्दा उच्च छ भने सकारात्मक सूचक, एउटा मापदण्ड Nagelkerke आर वर्ग रूपमा छलफल गर्न सकिन्छ। कि जो एक वा अध्ययन को अर्को वर्ग स्वामित्वको को वास्तविक संकेतक को प्रतिगमनमा मोडेल द्वारा भविष्यवाणी ती संग तुलना गर्दै वर्गीकरण को परिणाम मूल्यांकन पछि। यो उद्देश्य तालिका वर्गीकरण तालिका लागि। यो पनि प्रश्न समूह प्रत्येक लागि भिन्नता को विशुद्धता बारेमा निष्कर्ष आकर्षित गर्न अनुमति दिन्छ। . निम्न तालिका सम्भव विश्लेषण साथै गैर-मानकीकृत कारक उपस्कर प्रतिगमनमा प्रवेश सांख्यिकीय महत्वपूर्ण स्वतन्त्र कारक पाउन बनाउँछ। यी सूचकहरू को आधार मा एक विशिष्ट समूहमा नमूना प्रत्येक प्रतिवादीको को सम्बन्धन भविष्यवाणी गर्न सक्नुहुन्छ। नयाँ चर बटन सुरक्षित प्रयोग गरी प्रविष्ट गर्न सक्नुहुन्छ। तिनीहरूले एक विशेष वर्गीकरण श्रेणी (Predictedcategory) र यी समूहहरूमा समावेश को सम्भावना (पूर्वानुमान गरिएका सम्भावनाको सदस्यता) को सदस्यता मा जानकारी हुनेछ। मुख्य विन्डो मा "ठीक" बटन थिचेर पछि Multinomial उपस्कर Regression गणना परिणाम देखा पर्नेछ।

पहिलो तालिका, जो शोधकर्ता लागि महत्त्वपूर्ण संकेतक समावेश गर्छ, - मोडेल फिटिंग सूचना। तथ्याङ्क महत्त्व को एक उच्च स्तर व्यावहारिक समस्या समाधान गर्न र मोडेल को प्रयोग को उच्च गुणवत्ता र उपयुक्ततामाथि गर्न दर्शाउन हुनेछ। अर्को महत्त्वपूर्ण तालिकाले छद्म आर-वर्ग छ। यो तपाईं निर्भर कारक, विश्लेषण लागि चयन स्वतन्त्र चर कारण छ जसमा कुल विचरण को अनुपात अनुमान गर्न अनुमति दिन्छ। तालिका Likelihood अनुपात टेस्ट अनुसार उत्तरार्द्ध को तथ्याङ्क महत्त्व बारेमा निष्कर्ष आकर्षित गर्न सक्नुहुन्छ। परिमितिस्ट्रिङ अनुमान गैर-मानकीकृत गुणांकहरूको प्रतिबिम्बित। तिनीहरूले समीकरण निर्माण मा प्रयोग गरिन्छ। साथै, चर प्रत्येक संयोजन लागि निर्भर कारक आफ्नो प्रभाव को तथ्याङ्क महत्त्व निर्धारण गरिन्छ। यसैबीच, बजार अनुसन्धान गर्न छुट्टै उत्तरदाताओं को विभाग अलग अक्सर आवश्यक छ, तर लक्ष्य समूह को भाग रूपमा। तालिका Observedand पूर्वानुमान गरिएका आवृत्ति यो उद्देश्य लागि।

व्यावहारिक आवेदन

विश्लेषण को विचार विधि व्यापक व्यापारीहरु काममा प्रयोग गरिन्छ। 1991 मा, sigmoid उपस्कर प्रतिगमनमा सूचक विकास भएको थियो। उहाँले आफ्नो "तात्दै" गर्न संभावना मूल्यहरु भविष्यवाणी गर्न प्रयोग गर्न सकिन्छ कि एक-गर्न-सजिलो प्रयोग र कुशल उपकरण छ। सूचक समानान्तर मा विस्तार दुई रेखाहरू द्वारा गठन च्यानल को रूप मा एक ग्राफ मा प्रस्तुत गरिएको छ। तिनीहरूले प्रवृत्ति एक बराबर दूरी हटाइयो। गलियारे को चौडाई TIMEFRAME मा केवल निर्भर हुनेछ। बहुमूल्य धातु गर्न मुद्रा जोडी देखि - जब लगभग सबै सम्पत्ति काम सूचक प्रयोग गरिन्छ।

बिरामी र सहनुपरेको: व्यवहार मा, यो साधन प्रयोग को लागि 2 प्रमुख रणनीति उत्पादन। उत्तरार्द्ध मामला मा व्यापारी च्यानल भित्र मूल्य परिवर्तन को गतिशीलता केन्द्रित हुनेछ। यसलाई समर्थन वा प्रतिरोध लाइन दर लागत नजिकिंदै रूपमा आन्दोलन विपरीत दिशा मा सुरु कि likelihood छ। मूल्य माथिल्लो सीमा नजिकबाट फिट छ भने, त्यसपछि सम्पत्ति निर्मूल गर्न सकिन्छ। यो कम सीमामा हो भने, तपाईं खरीद बारे विचार गर्नुपर्छ। रणनीति टूटने warrants को प्रयोग पनि समावेश छ। तिनीहरूले अपेक्षाकृत छोटो दूरी को सीमा बाहिर स्थापित छन्। केही अवस्थामा मूल्य छोटो समयको लागि तिनीहरूलाई उल्लङ्घन खातामा लिएर, तपाईं यसलाई सुरक्षित प्ले र स्टप-हानि सेट गर्नुपर्छ। यो मार्गमा, चुनिएको रणनीति बिना शान्तपूर्वक बजार मा खडा छ कि स्थिति विस्तार गर्ने बुझ्ने र आकलन को व्यापारी आवश्यक छ।

निष्कर्षमा

यसरी, उपस्कर प्रतिगमनमा प्रयोग तपाईंलाई छिटो र सजिलै अनुसार निर्दिष्ट मापदण्डहरू संग विभाग मा उत्तरदाताओं कोटिबद्ध गर्न अनुमति दिन्छ। एक निश्चित तरिका को सम्भावित प्रयोग विश्लेषण गर्दा। विशेष, विभिन्न मल्टिनोमियल प्रतिगमनमा को बहुमुखी। तथापि, विशेषज्ञहरु परिसर मा माथि वर्णन सबै विधिहरू प्रयोग गर्न सुझाव दिन्छौं। यो यस मामला मा मोडेल गुणस्तर एकदम उच्च हुनेछ भन्ने तथ्यलाई कारण छ। यो, बारी मा, यसको आवेदन दायरा विस्तार।