无序多分类变量模型-Sites@Duke.ppt

*编号 *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 *编号 *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * * Formally, the MNLM can be written as: for m=1 to J where n is the base category (it is important to know which is the base category) * 在其他变量保持不变的情况下， 每增加一个单位，类别 m 对比类别 n 的胜算对数便改变 个单位 * MNLM can be thought of as simultaneously estimating binary logits for all comparisons among the dependent categories * Let occ3 be a nominal outcome with the categories M for manual jobs, W for white collar jobs, and P for professional jobs. Assuming there is a single independent variable ed measuring years of education, we can estimate three binary logits * * 当依变量有三个类别时，但是实际的计算上我们只须两个模型即可，因为 ， 即 　　　　　　 　　　　　　　　　　 * 因为每一个二分勝算對數模型仅使用相关类别中的案例，不相关类别中的案例则被排除在外。所以每一个二分勝算對數模型所使用的样本数都不相同。导出的回归系数与用多项胜算对数模型所计算的会有差异 * 多项胜算对数模型中所有的系数都同时估计 当对照类别不同时，所估算的回归系数也会不同 * Example: Occupational Attainment（就业种类）: (file name: nomocc2). * Hypothesis Testing 置信区间，临界值，p 值检定法 Because the dependent variable in MNLM involves more than one categories, testing groups of coefficients is required * Using test and lrtest to test groups of coefficients could be tedious. The mlogtest makes the task simple Tests for combining dependent categories: mlogtest * 四种解释方法: predict指令计算预测概率 prvalue 或 prtab指令计算『典型』（profile） prchange指令计算依变量边际改变或固定值改变 listcoef指令计算胜算比（odds ratio） * Interpretation with listcoef (odds ratio – factor change coefficient): 当某自变量 每增加 单位时，类别 m 的胜算在与类别 n 对比后会依照下列公式改变 * 如果 为1时, 在其他变量不变的情况下，变量 每增加一个单位，类别 m 的胜算在与类别 n 对比后会改变 倍 不相关选项独立性的假定(Independence of Irrelevant Alternative, IIA) 这表示类别 m 与类别 n 对比后的胜算不会受到其他类别的影响 * 检定IIA mlogtest, hausman base mlogtest, smhsiao 这两种检定法并不可靠，所得的结果往往相互抵触 IIA假定的检定，最终仍在使用者的主观判断 * 无序多分类变量模型练习： 抽烟习惯与健康状况的调查研究 Stata数据库：smoking.dta *编号 * *编号 *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号 * *编号