লজিস্টিক রিগ্রেশন এবং অর্ডিনাল স্বতন্ত্র ভেরিয়েবল

Question

আমি এই পোস্টটি খুঁজে পেয়েছি:

হ্যাঁ. গুণাগুলি অরডিনাল পূর্বাভাসক পরিবর্তনের প্রতিটি বৃদ্ধির জন্য লগ প্রতিক্রিয়াগুলির পরিবর্তন প্রতিফলিত করে। এই (খুব সাধারণ) মডেল স্পেসিফিকেশন ধরে নেয় অনুমানকারী তার বৃদ্ধি বৃদ্ধি জুড়ে একটি রৈখিক প্রভাব আছে। অনুমানটি পরীক্ষা করার জন্য, আপনি এমন একটি মডেল তুলনা করতে পারবেন যাতে আপনি একক ভবিষ্যদ্বাণী হিসাবে অর্ডিনাল ভেরিয়েবল ব্যবহার করেন যার মধ্যে আপনি প্রতিক্রিয়াগুলিকে বিবেচনা করেন এবং তাদেরকে একাধিক ভবিষ্যদ্বাণী হিসাবে বিবেচনা করেন (যেমন আপনি যদি ভেরিয়েবল নামেই থাকতেন); যদি পরবর্তী মডেলটি উল্লেখযোগ্যভাবে আরও ভাল ফিট না করে, তবে প্রতিটি বর্ধিতাকে রৈখিক প্রভাব হিসাবে গণ্য করা যুক্তিসঙ্গত।

- @ dmk38 ডিসেম্বর 12 '10 এ 5:21 এ

আপনি কি দয়া করে আমাকে বলতে পারেন যে প্রকাশিত এমন কিছু কোথায় পাওয়া যাবে যা এই দাবিটিকে সমর্থন করে? আমি ডেটা নিয়ে কাজ করছি এবং আমি লজিস্টিক রিগ্রেশনে অর্ডিনাল স্বতন্ত্র ভেরিয়েবলগুলি ব্যবহার করতে চাই।

Comments

একটি অনুরূপ প্রশ্ন দেখুন stats.stackexchange.com/q/195246/3277

— ttnphns

Answer 1

@ স্কার্টচি নোট হিসাবে আপনি অर्थোগোনাল বহুবচনও ব্যবহার করতে পারেন। এখানে আরে একটি দ্রুত প্রদর্শন করা হল:

set.seed(3406)
N      = 50
real.x = runif(N, 0, 10)
ord.x  = cut(real.x, breaks=c(0,2,4,6,8,10), labels=FALSE)
ord.x  = factor(ord.x, levels=1:5, ordered=TRUE)
lo.lin = -3 + .5*real.x
p.lin  = exp(lo.lin)/(1 + exp(lo.lin))
y.lin  = rbinom(N, 1, prob=p.lin)

mod.lin = glm(y.lin~ord.x, family=binomial)
summary(mod.lin)
# ...
# Coefficients:
#             Estimate Std. Error z value Pr(>|z|)   
# (Intercept)  0.05754    0.36635   0.157  0.87520   
# ord.x.L      2.94083    0.90304   3.257  0.00113 **
# ord.x.Q      0.94049    0.85724   1.097  0.27260   
# ord.x.C     -0.67049    0.77171  -0.869  0.38494   
# ord.x^4     -0.09155    0.73376  -0.125  0.90071   
# ...

Answer 2

লজিস্টিক রিগ্রেশন সম্পর্কিত যে কোনও ভাল বইয়ের এটি থাকতে পারে, যদিও সম্ভবত সেই শব্দগুলিতে না। খুব প্রামাণিক উত্সের জন্য এগ্রেস্তির শ্রেণিবদ্ধ ডেটা বিশ্লেষণ চেষ্টা করুন।

এটি লজিস্টিক রিগ্রেশন (বা অন্যান্য রিগ্রেশন) সংজ্ঞা থেকেও অনুসরণ করে। অর্ডিনাল স্বতন্ত্র ভেরিয়েবলের জন্য স্পষ্টভাবে কয়েকটি পদ্ধতি রয়েছে । সাধারণ বিকল্পগুলি এটিকে শ্রেণিবদ্ধ হিসাবে বিবেচনা করে (যা ক্রম হারাতে পারে) বা অবিচ্ছিন্ন হিসাবে (যা অনুমিতিকে আপনার উদ্ধৃত বাক্যে বর্ণিত করে তোলে)। আপনি যদি এটিকে অবিচ্ছিন্ন হিসাবে বিবেচনা করেন তবে বিশ্লেষণটি সম্পাদনকারী প্রোগ্রামটি জানেন না যে এটি সাধারণ। যেমন ধরুন আপনার IV হ'ল "আপনি রাষ্ট্রপতি ওবামাকে কতটা পছন্দ করেন?" এবং আপনার উত্তরগুলির পছন্দগুলি 1 "খুব বেশি" থেকে 5 পর্যন্ত "একটিরকম নয়" থেকে লিকার্ট স্কেল। যদি আপনি এটিকে অবিচ্ছিন্ন হিসাবে গণ্য করেন (প্রোগ্রামের দৃষ্টিকোণ থেকে) একটি "5" উত্তর একটি "1" উত্তরের 5 বার হয়। এটি অযৌক্তিক হতে পারে বা নাও হতে পারে।

Comments

বিভাগ 5.4.6। এবং আপনি অর্ডিনাল পূর্বাভাসকারী কোড করতে orthogonal বহুভুজ ব্যবহার করে ধারণাটি প্রসারিত করতে পারেন।

— স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন

আপনার মন্তব্যের জন্য আপনাকে ধন্যবাদ, তারা আমার বিশ্লেষণে অনেক সহায়তা করবে।

— ফ্রেডেরিকো

@ ফ্রেডেরিকো, যদি পিটারের উত্তরটি আপনার প্রশ্নের সমাধান করে, আপনার বামদিকে মোট ভোটের নীচে চেক চিহ্নটি ক্লিক করে এটি গ্রহণ করা উচিত।

— গুং - মনিকা পুনরায়