रसद प्रतिगमन: मॉडल और तरीकों

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. रसद प्रतिगमन और विभेदक विश्लेषण किया जाता है जब यह आवश्यक है स्पष्ट रूप से उत्तरदाताओं अंतर करने के लिए लक्षित श्रेणियों। इसके अलावा, इन समूहों को एक ही univariate पैरामीटर स्तर हैं। а также выясним, для чего она нужна. अधिक विस्तार रसद प्रतिगमन मॉडल पर विचार करें, साथ ही यह क्या के लिए था यह पता लगाना।

अवलोकन

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. समस्या का एक उदाहरण, समाधान जो रसद प्रतिगमन प्रयोग किया जाता है में, समूह खरीद द्वारा उत्तरदाताओं और सरसों खरीद नहीं की एक वर्गीकरण हो सकता है। भेदभाव सामाजिक-जनसांख्यिकीय विशेषताओं के अनुसार किया जाता है। इनमें शामिल हैं, विशेष रूप से, आयु, लिंग, परिवार के सदस्यों की संख्या, आय और इतने पर शामिल हैं। अंतर करने के लिए मापदंड और संचालन में चर रहे हैं। जिनमें से बाद के लिए लक्ष्य श्रेणी encodes, वास्तव में, उत्तरदाताओं को विभाजित करने की जरूरत है।

बारीकियों

, значительно уже, чем для дискриминантного анализа. यह कहा जाना चाहिए कि मामलों की सीमा जो लागू किया प्रतिगमन रसद, बहुत विभेदक विश्लेषण से संकरा में। इस संबंध में भेदभाव के लिए एक सार्वभौमिक विधि के रूप में बाद के उपयोग अधिक पसंद किया जाता है। इसके अलावा, विशेषज्ञों एक वर्गीकरण अध्ययन विवेकशील विश्लेषण बनाकर शुरुआत करें। और बस परिणामों के लिए अनिश्चितता के मामले में रसद प्रतिगमन इस्तेमाल किया जा सकता। इस आवश्यकता कई कारकों के कारण होता है। используется при наличии четкого представления о типе независимых и зависимых переменных. जब वहाँ स्वतंत्र और आश्रित चर के प्रकार के बारे में एक स्पष्ट विचार है रसद प्रतिगमन प्रयोग किया जाता है। तदनुसार, 3 संभव प्रक्रियाओं में से एक का चयन किया। जब विभेदक विश्लेषण, शोधकर्ता हमेशा एक स्थिर आपरेशन के साथ काम कर रहा है। यह किसी भी प्रकार के पैमाने से एक पर निर्भर है और कई स्वतंत्र स्पष्ट चर शामिल किया गया।

प्रकार

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. उद्देश्य सांख्यिकीय अनुसंधान, जो एक रसद प्रतिगमन का उपयोग करता है, संभावना है कि एक विशेष प्रतिवादी एक विशेष समूह को सौंपा जाएगा निर्धारित करने के लिए है। भेदभाव कुछ मापदंडों के अनुसार किया जाता है। अभ्यास में, एक या अधिक स्वतंत्र कारक के मूल्यों के अनुसार उत्तरदाताओं का दो समूहों में वर्गीकृत किया जा सकता है। . इस मामले में, वहाँ एक द्विआधारी रसद प्रतिगमन है। इसके अलावा निर्दिष्ट मापदंडों समूह के लिए आवंटन में इस्तेमाल किया जा सकता दो से अधिक है। ऐसी स्थिति में एक बहुपद रसद प्रतिगमन है। जिसके परिणामस्वरूप समूह किसी भी एक चर के स्तर को व्यक्त किया।

उदाहरण

मान लीजिए कि क्या वे मास्को के उपनगरीय इलाके में भूमि अधिग्रहण के लिए एक प्रस्ताव में रुचि रखते हैं के सवाल पर जवाब देने के उत्तर नहीं है। इस मामले में, विकल्प "नहीं" और "हाँ।" हम पता लगाने के लिए क्या कारकों संभावित खरीदारों के निर्णय पर एक प्रमुख प्रभाव है की जरूरत है। इस प्रतिवादी के लिए सवालों के क्षेत्र के बुनियादी ढांचे के बारे में कहा जाता है, पूंजी, भूमि क्षेत्र, उपस्थिति / आवासीय भवनों के अभाव और इतने पर। का प्रयोग द्विआधारी प्रतिगमन के लिए दूरी, उत्तरदाताओं के दो समूहों में वितरित किया जा सकता है। क्रमशः संभावित खरीदारों, और दूसरा, जो लोग इस तरह के एक प्रस्ताव में कोई दिलचस्पी नहीं कर रहे हैं - पहले जो लोग खरीदने में रुचि रखते हैं, शामिल होंगे। प्रत्येक प्रतिवादी के लिए, इसके अलावा में, यह काम करने की संभावना एक वर्ग या किसी अन्य के गणना की जाएगी।

तुलनात्मक विशेषताओं

दो embodiments के विपरीत ऊपर एक अलग संख्या और आश्रित समूहों एवं स्वतंत्र चरों के प्रकार में शामिल है। एक द्विआधारी प्रतिगमन में, उदाहरण के लिए, एक या अधिक स्वतंत्र स्थितियों से निर्भरता दिचोतोमोउस कारक का अध्ययन किया। इस मामले में, बाद बड़े पैमाने पर किसी भी प्रकार का हो सकता है। बहुपद प्रतिगमन वर्गीकरण के संस्करण का एक प्रकार माना जाता है। यह अधिक से अधिक 2 समूहों के लिए निर्भर चर से संबंधित है। स्वतंत्र कारकों या तो एक क्रमसूचक या नाममात्र पैमाने होना आवश्यक है।

SPSS में रसद प्रतिगमन

सांख्यिकीय पैकेज 11-12, विश्लेषण का एक नया संस्करण पेश किया - अनुक्रम। इस विधि जब निर्भर कारक एक ही नाम (क्रमसूचक) पैमाने से संबंधित प्रयोग किया जाता है। इस मामले में स्वतंत्र चरों एक विशेष प्रकार का चयन किया। वे या तो क्रमसूचक या नाममात्र होना चाहिए। कई श्रेणियों में वर्गीकरण सबसे बहुमुखी माना जाता है। इस विधि सभी अध्ययनों कि रसद प्रतिगमन इस्तेमाल किया में इस्तेमाल किया जा सकता है। , однако, можно только с помощью всех трех приемов. मॉडल की गुणवत्ता में सुधार, तथापि, केवल तीनों विधियों का उपयोग करके भी संभव है।

क्रमसूचक वर्गीकरण

कहा जाता है कि सांख्यिकीय पैकेज में पहले एक क्रमसूचक पैमाने के साथ निर्भर कारकों के लिए एक विशिष्ट विशेष विश्लेषण करने के लिए अवसर प्रदान नहीं किया गया। सभी चर के लिए, अधिक से अधिक 2 के समूहों की संख्या के साथ बहुपद विकल्प का इस्तेमाल किया। अपेक्षाकृत हाल ही में शुरू अनुक्रम विश्लेषण सुविधाओं की एक संख्या है। वे खाते में पैमाने यह की बारीकियों ले। часто не рассматривается как отдельный прием. इस बीच, methodological पुस्तिकाओं में क्रमसूचक रसद प्रतिगमन अक्सर एक अलग स्वागत के रूप में इलाज नहीं है। कारण इस प्रकार है: धारावाहिक विश्लेषण बहुपद पर कोई महत्वपूर्ण लाभ नहीं है। शोधकर्ता अच्छी तरह से उपस्थिति और क्रमसूचक, और नाममात्र निर्भर चर में बाद के उपयोग कर सकते हैं। ऐसा करने में, वर्गीकरण प्रक्रिया एक दूसरे से लगभग अप्रभेद्य हैं। इसका मतलब है कि पकड़े आदेश विश्लेषण किसी भी समस्याओं का कारण नहीं होगा।

विकल्पों में से विश्लेषण

एक द्विआधारी प्रतिगमन - सरल मामले पर विचार करें। उदाहरण के लिए, कुछ महानगरीय विश्वविद्यालय के स्नातकों के लिए विपणन अनुसंधान का अनुमान मांग की प्रक्रिया में। प्रश्नावली में, उत्तरदाताओं सवाल, सहित पूछा गया:

1. आप काम कर रहे हैं? (QL)।
2. साल स्नातक (क्यू 21) निर्दिष्ट करें।
3. आउटलेट (दावा करते हैं) का औसत क्या है।
4. लिंग (Q22)।

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. रसद प्रतिगमन चर QL पर क्ष 21 और क्यू 22 स्वतंत्र कारकों के प्रभाव का आकलन करेंगे दृढ़ता से कहना,। सीधे शब्दों में कहें, विश्लेषण करने के उद्देश्य से क्षेत्र, इस वर्ष के अंत, और औसत के बारे में जानकारी के आधार पर स्नातकों की संभावना रोजगार निर्धारित करने के लिए है।

रसद प्रतिगमन

द्विआधारी प्रतिगमन का उपयोग कर पैरामीटर सेट करने के लिए, Analyze►Regression►Binary उपस्कर मेनू का उपयोग करें। रसद प्रतिगमन में उपलब्ध चर निर्भर कारक के बाएँ सूची में चयन करने के लिए। वे QL है। यह चर आश्रित क्षेत्र में रखा जाना चाहिए। क्यू 21, क्यू 22, दावा करते हैं - उसके बाद, आप साइट covariates स्वतंत्र कारक दर्ज करना होगा। उसके बाद आप उन्हें विश्लेषण में शामिल करने का एक तरीका चुनने की जरूरत है। अधिक से अधिक 2 से स्वतंत्र कारकों की संख्या, कदम से सभी चर, जो डिफ़ॉल्ट रूप से स्थापित किया गया है के एक साथ प्रशासन, और कदम की विधि का उपयोग नहीं करते। सबसे लोकप्रिय तरीका पिछड़ा माना जाता है: एलआर। चयन करें बटन का उपयोग करना, आप सभी उत्तरदाताओं का अध्ययन, और केवल एक विशेष लक्ष्य वर्ग में शामिल नहीं कर सकते।

स्पष्ट चर को परिभाषित करें

स्पष्ट बटन मामले में उपयोग करने के लिए जब चर में से एक अधिक से अधिक 2 की श्रेणियों की संख्या को दर्जा दिया है। इस स्थिति में, स्पष्ट covariates स्टेशन सिर्फ इस तरह के एक विकल्प रखा में स्पष्ट चर खिड़की को परिभाषित करें। इस उदाहरण में, इस तरह के एक चर याद आ रही है। कि ड्रॉप-डाउन सूची के बाद, आइटम कंट्रास्ट विचलन का चयन करें और बदलें बटन क्लिक करें। नतीजतन, आश्रित चरों के कुछ मूल्यांकन कारक में से प्रत्येक से उत्पन्न हो जाएगा। उनकी संख्या श्रेणियों के मूल पदों की संख्या से मेल खाती है।

नई चर सहेजें

मुख्य अध्ययन में सहेजें बटन का प्रयोग करें नई सेटिंग्स संवाद बॉक्स बनाने के लिए निर्धारित है। वे प्रतिगमन की प्रक्रिया में गणना की संख्या में शामिल होंगे। विशेष रूप से, यह चर कि निर्धारित बनाने के लिए संभव है:

1. वर्गीकरण के एक विशेष वर्ग (Groupmembership) से संबंधित।
2. प्रत्येक अध्ययन समूह (प्रायिकता) में उत्तरदाताओं को वर्गीकृत करने की संभावना।

विकल्प बटन शोधकर्ता का उपयोग करते समय किसी भी महत्वपूर्ण अवसर प्राप्त नहीं होता है। तदनुसार, यह ध्यान नहीं दिया जा सकता है। मुख्य विंडो में "ठीक" बटन दबाने के बाद विश्लेषण के परिणाम प्रदर्शित किया जाएगा।

रसद प्रतिगमन पर्याप्तता की गुणवत्ता नियंत्रण

तालिका Omnibus Testsof मॉडल गुणांकों पर विचार करें। यह अनुमान मॉडल की गुणवत्ता का विश्लेषण के परिणाम प्रदर्शित करता है। तथ्य यह है वृद्धिशील विकल्प, आप अंतिम चरण के परिणाम देखने की जरूरत है कि के कारण (चरण 2) निर्धारित किया गया है। एक सकारात्मक परिणाम, पर विचार किया जाएगा, जिसमें पता चला वृद्धि अगले कदम के लिए संक्रमण में ची-वर्ग सूचकांक महत्व के एक उच्च डिग्री (सिग। <0,05) पर। मॉडल की गुणवत्ता मॉडल लाइन में अनुमान लगाया गया है। आप एक नकारात्मक मूल्य मिलता है, लेकिन अगर समग्र उच्च माद्दा मॉडल, पिछले व्यावहारिक रूप से प्रयोग करने योग्य माना जा सकता है यह महत्वपूर्ण नहीं माना जाता है।

टेबल

मॉडल सारांश कुल फैलाव सूचकांक है, जो निर्माण मॉडल (आंकड़ा आर स्क्वायर) का वर्णन के एक अनुमान प्रदान करता है। यह मूल्य Nagelker लागू करने के लिए सिफारिश की है। अगर यह 0.50 से अधिक है सकारात्मक सूचक, एक पैरामीटर Nagelkerke आर स्क्वायर के रूप में माना जा सकता है। कि वर्गीकरण जिसमें एक या अध्ययन का एक और वर्ग से संबंधित की वास्तविक संकेतक प्रतिगमन मॉडल के आधार पर भविष्यवाणी की उन के साथ तुलना में कर रहे हैं के परिणामों का मूल्यांकन करने के बाद। इस उद्देश्य तालिका वर्गीकरण तालिका के लिए। यह भी हैं कि विवादित समूह से प्रत्येक के लिए भेदभाव की सत्यता के बारे में निष्कर्ष आकर्षित करने के लिए अनुमति देता है। . निम्न तालिका यह संभव सांख्यिकीय रूप से महत्वपूर्ण स्वतंत्र विश्लेषण के साथ ही एक गैर मानकीकृत कारक रसद प्रतिगमन में प्रवेश कारकों को खोजने के लिए बनाता है। इन संकेतकों के आधार पर किसी विशिष्ट समूह के नमूने में प्रत्येक प्रतिवादी की संबद्धता भविष्यवाणी कर सकते हैं। नई चर सहेजें बटन का उपयोग कर प्रवेश किया जा सकता है। वे एक विशेष वर्गीकरण श्रेणी (Predictedcategory) और इन समूहों में शामिल किए जाने की संभावना (अनुमानित संभावनाओं सदस्यता) की सदस्यता के बारे में जानकारी शामिल होंगे। मुख्य विंडो में "ठीक" बटन दबाने के बाद दिखाई देगा Multinomial रसद प्रतिगमन गणना का परिणाम है।

पहली तालिका, जो शोधकर्ता के लिए महत्वपूर्ण संकेतक होता है, - मॉडल फिटिंग सूचना। सांख्यिकीय महत्व का एक उच्च स्तर व्यावहारिक समस्याओं का समाधान करने के लिए उच्च गुणवत्ता और मॉडल के उपयोग की उपयुक्तता को इंगित करेंगे। एक अन्य महत्वपूर्ण तालिका छद्म आर स्क्वायर है। यह आप पर निर्भर कारक है, जो विश्लेषण के लिए चयनित स्वतंत्र चरों के कारण होता है में कुल अन्तर के अनुपात में अनुमान लगाने के लिए अनुमति देता है। टेबल संभावना अनुपात टेस्ट के अनुसार उत्तरार्द्ध के सांख्यिकीय महत्व के बारे में निष्कर्ष आकर्षित कर सकते हैं। पैरामीटर अनुमान को प्रतिबिंबित गैर मानकीकृत गुणांकों। वे समीकरण के निर्माण में किया जाता है। इसके अलावा, चर के प्रत्येक संयोजन के लिए निर्भर कारक पर उनके प्रभाव के सांख्यिकीय महत्व निर्धारित होता है। इस बीच, बाजार अनुसंधान बार नहीं अलग से उत्तरदाताओं का श्रेणियां अंतर करने के लिए आवश्यक है, लेकिन लक्ष्य समूह के हिस्से के रूप। इस प्रयोजन के लिए तालिका Observedand अनुमानित आवृत्ति।

व्यावहारिक अनुप्रयोग

विश्लेषण के माना विधि व्यापक रूप से व्यापारियों के काम में प्रयोग किया जाता है। 1991 में, अवग्रह रसद प्रतिगमन सूचक विकसित किया गया था। वह एक के लिए उपयोग में आसान और प्रभावी उपकरण है कि उनके "गर्म" की संभावना की कीमतों की भविष्यवाणी करने के लिए किया जा सकता है। संकेतक एक चैनल समानांतर में विस्तार दो पंक्तियों द्वारा गठित के रूप में एक ग्राफ पर प्रस्तुत किया है। वे प्रवृत्ति से समान दूरी हटा दिया। गलियारे की चौड़ाई समय सीमा पर पूरी तरह निर्भर करेगा। कीमती धातुओं के लिए मुद्रा जोड़े से - सूचक जब लगभग सभी संपत्ति के साथ काम किया जाता है।

टूटने और एक उत्क्रमण: व्यवहार में, यह के साधन के उपयोग के लिए 2 कुंजी रणनीतियों का उत्पादन किया। उत्तरार्द्ध मामले में व्यापारी चैनल के भीतर मूल्य परिवर्तन की गतिशीलता पर ध्यान दिया जाएगा। पर संभावना है कि आंदोलन के विपरीत दिशा में शुरू होता है के रूप में यह एक समर्थन या प्रतिरोध लाइन दर की लागत करीब पहुंचता है। मूल्य बारीकी से ऊपरी सीमा के लिए फिट है, तो संपत्ति समाप्त किया जा सकता। यदि यह निचली सीमा पर है, तो आप खरीदने के बारे में सोचना चाहिए। रणनीति टूटने वारंट का उपयोग शामिल है। वे अपेक्षाकृत कम दूरी की सीमा से बाहर स्थापित कर रहे हैं। खाता कि कुछ मामलों में कीमत उन्हें थोड़े समय के लिए का उल्लंघन में रखते हुए, आप इसे सुरक्षित खेलते हैं और रोकने के नुकसान स्थापित करना चाहिए। एक ही समय में, जाहिर है, चुने हुए रणनीति की परवाह किए बिना व्यापारी आराम से अधिकतम अनुभव करते हैं और आकलन स्थिति यह है कि बाजार में उत्पन्न हो गई है की आवश्यकता है।

निष्कर्ष

इस प्रकार, रसद प्रतिगमन के उपयोग आप जल्दी और आसानी से निर्दिष्ट मापदंडों के अनुसार श्रेणियों में उत्तरदाताओं को वर्गीकृत करने की अनुमति देता है। जब एक निश्चित तरीके से संभव उपयोग का विश्लेषण करने। विशेष रूप से, विभिन्न बहुपद प्रतिगमन की बहुमुखी प्रतिभा। हालांकि, विशेषज्ञों सब परिसर में ऊपर वर्णित विधियों के उपयोग की सलाह देते हैं। यह तथ्य यह है कि इस मामले में मॉडल की गुणवत्ता में काफी अधिक हो जाएगा की वजह से है। यह, बारी में, अपने आवेदन की सीमा का विस्तार।