首页 > 文章详情

多项和序次逻辑斯蒂回归及tobit回归

作者:
出版日期:
2012年7月
报告页数:
24页
报告字数:
21214字
所属图书:
量化数据分析:通过社会研究检验想法
下载阅读 在线阅读 原版阅读 生成引文
摘要:

我们在社会科学中经常遇到序次因变量,即响应类别可按某种维度排序,但各类别之间的差距未知。大多数态度变量属于这种类型。例如,如果人们被问及他们的幸福感如何,回答类别包括“非常幸福”、“颇为幸福”和“不太幸福”,我们显然可以假定,那些回答“颇为幸福”的人比那些回答“非常幸福”的人的幸福感要低,但比那些回答“不太幸福”的人的幸福感要高。然而,没有理由假定“不太幸福”和“颇为幸福”之间的差距等同于“颇为幸福”和“非常幸福”之间的差距。许多其他的态度测度具有相似的属性。在这些情况下,我们可以用常规最小二乘回归来预测测度得分。但是,这样做相当于假定响应类别之间的差距是相同的〔关于这一点和其他要点的讨论,见Winship和Mare(1984)〕。

关键词:

作者简介:
文章目录
·本章内容
多项logit分析
  • 具体例子:捷克人使用外语的情况
  • 无关选择的独立性
序次逻辑斯蒂回归
  • 具体例子:1998年美国的政治党派认同
针对删失因变量的tobit回归(及同类方法)
  • Tobit模型
  • 具体例子:性生活频率
·针对受限因变量的其他分析模型
·本章小结