Заказал пробит - Ordered probit
Часть серии по |
Регрессионный анализ |
---|
Модели |
Предварительный расчет |
Задний план |
В статистике , упорядоченный пробит является обобщением широко используемого пробит анализа на случай более двух исходов порядкового зависимой переменной (зависимой переменной , для которой потенциальные значения имеют естественный порядок, как в бедных, справедливое, хорошее, отличное ). Точно так же широко используемый метод логита также имеет аналог упорядоченного логита . Упорядоченный пробит, как и упорядоченный логит, представляет собой особый метод порядковой регрессии .
Например, в клинических исследованиях эффект, который лекарство может оказывать на пациента, можно смоделировать с помощью упорядоченной пробит-регрессии. Независимые переменные могут включать в себя использование или неиспользование лекарственного средства, а также контрольные переменные, такие как возраст и данные из истории болезни, например, страдает ли пациент от высокого кровяного давления , сердечных заболеваний и т. Д. Зависимая переменная будет ранжироваться из следующий список: полное излечение, облегчение симптомов, отсутствие эффекта, ухудшение состояния, смерть.
Другой пример применения - вопросы типа Лайкерта, обычно используемые в исследованиях опросов, когда респонденты оценивают свое согласие по упорядоченной шкале (например, «Совершенно не согласен» или «Полностью согласен»). Упорядоченная пробит-модель обеспечивает соответствующее соответствие этим данным, сохраняя порядок вариантов ответа, не делая никаких предположений относительно интервалов расстояний между вариантами.
Концептуальные основы
Предположим, что базовые отношения, которые необходимо охарактеризовать,
- ,
где - точная, но ненаблюдаемая зависимая переменная (возможно, точный уровень улучшения пациента); - вектор независимых переменных и вектор коэффициентов регрессии, которые мы хотим оценить. Далее предположим, что, хотя мы не можем наблюдать , мы вместо этого можем наблюдать только категории ответа:
Затем метод упорядоченного пробита будет использовать наблюдения , которые являются формой цензурированных данных , чтобы соответствовать вектору параметров .
Предварительный расчет
Модель не может быть последовательно оценена с помощью обычных наименьших квадратов ; это обычно оценивается с использованием максимального правдоподобия . Подробнее о том, как оценивается уравнение, см. В статье Порядковая регрессия .
Рекомендации
дальнейшее чтение
- Беккер, Уильям Э .; Кеннеди, Питер Э. (1992). "Графическое изображение заказанного пробита". Эконометрическая теория . 8 (1): 127–131. DOI : 10.1017 / S0266466600010781 .
Эта статья о статистике незавершена . Вы можете помочь Википедии, расширив ее . |