[問題] 多項式邏輯式迴歸 和 二項式邏輯式迴歸的不同?

看板Statistics作者 (想不到措號)時間17年前 (2008/05/23 13:48), 編輯推噓9(9016)
留言25則, 4人參與, 最新討論串1/1
請問有人知道兩者的差別嗎? 我是知道二項式邏輯式迴歸 是使用在依變項為二分類之時 多項式邏輯式迴歸 是使用在依變項為二分類以上之時 而且多項式邏輯式迴歸在處理時, 必須將依變項其中一個選項設置為參考組, 例如 依變項有 A B C D 四類, 在處理時就變為 A/D B/D C/D, 那問題來了, 如果以後依變項分成四類, 我就跑三次 二項式邏輯式迴歸就好啦, 多項式邏輯式迴歸 有什麼存在的必要性阿? 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.229.77.162

05/23 15:31, , 1F
......................................................
05/23 15:31, 1F

05/23 15:31, , 2F
......................................................
05/23 15:31, 2F

05/23 15:32, , 3F
...............請找wiki百科看一下他的公式..........
05/23 15:32, 3F

05/23 15:39, , 4F
事實上多項式還有分兩種喔...類別跟順序的也不一樣呢!
05/23 15:39, 4F

05/23 15:54, , 5F
原po指的是不是王濟川那本書p 310頁 8.2.13式的狀況
05/23 15:54, 5F

05/23 15:56, , 6F
看起來很像,不過logit裡面的發生比意義都不同了
05/23 15:56, 6F

05/23 15:57, , 7F
再看看吧,要不然你可能就有經濟學領域的大發現了o.o"
05/23 15:57, 7F

05/24 16:32, , 8F
一樓的好多點喔.不過WiKi部分.我說的不是多項式Probit喔
05/24 16:32, 8F

05/24 16:33, , 9F
因為Wiki裡找不到我要的 Multinomial logistic regression
05/24 16:33, 9F

05/24 16:34, , 10F
P大謝謝 我有看過那本書 你是說OR值意義不同嗎?
05/24 16:34, 10F

05/24 16:38, , 11F
但是我覺得好像
05/24 16:38, 11F

05/24 16:39, , 12F
lin大也謝謝你 我在研究一下兩者的公式
05/24 16:39, 12F

05/25 00:10, , 13F
是OR, binary的OR是(p/1-p),但MNL裡面的OR裡...
05/25 00:10, 13F

05/25 00:11, , 14F
[p(A)/p(D)]可沒有(p/1-p)的關係....
05/25 00:11, 14F

05/25 00:13, , 15F
所以進一步思考,你會無法解釋若分成三個binary logit
05/25 00:13, 15F

05/25 00:14, , 16F
那「個別的binary logit」是什麼東西...
05/25 00:14, 16F

05/25 00:37, , 17F
您的意思是不是 在四種選擇下 A對於D的發生比 他的解釋意義
05/25 00:37, 17F

05/25 00:39, , 18F
不等於 兩種選擇下 1對於0的發生比呢?
05/25 00:39, 18F

05/25 00:40, , 19F
如果今天有兩種情況 一種是ABCD四類 一種只有AD兩類
05/25 00:40, 19F

05/25 00:43, , 20F
那多項式中的OR(A/D) 和 二項式中的OR(AD) 解釋上有啥不同阿?
05/25 00:43, 20F

05/25 00:45, , 21F
好像問太多了 對不起 如果太難回答不用理我 謝謝您
05/25 00:45, 21F

05/25 09:26, , 22F
在多項式裡p(a)+p(b)+p(c)+p(d) = 1
05/25 09:26, 22F

05/25 09:29, , 23F
二項裡面p(a)+p(d) =1
05/25 09:29, 23F

05/25 09:36, , 24F
又如「二項」的OR(A/D),究竟是發生A與不發生A的OR...
05/25 09:36, 24F

05/25 09:39, , 25F
最後一行想錯了,當作沒看到吧....^^"
05/25 09:39, 25F
文章代碼(AID): #18Dbh5Ni (Statistics)