Logit模型及 logit模型例题

此前介绍了在线性回归模型中不同变量效应大小的比较方法 。在Logit、Ologit概率模型中 。beta选项不能使用 。在此介绍概率模型中的输出标准化系数的方法
标准化系数是什么?标准化系数是指将数据标准化后计算得到的回归系数 。数据进行了标准化后可以取消不同变量量纲的影响 为了比较模型中不同变量效应的大小 。需要进行标准化处理 。例如:足球比赛中 。比较射门、罚球点球对积分的影响效应大小 。自变量:射门、罚球点球;因变量:比赛结果 。根据回归系数可知自变量每增加一个单位 。引起的对因变量的影响大小 。但两者相比 。谁的影响更大则需要进行标准化处理
注:数据为足球技战术指标(因变量:比赛结果(Mdf,胜3、平2、负1;Mdf1,不败1、负0);自变量:射门shoot、罚球点球dq);数据、模型结果为举例说明 。不代表真实情况 。
方法一:标准化变量再回归(注:仅适用于ologit模型 。logit模型不适用)
将原始的变量转化成无量纲的标准化数据 。使得回归后的系数具有可比性
第一步 对变量进行标准化处理生成新变量t_Mdf、t_shoot、t_dq
egent_Mdf=std(Mdf)//变量标准化egent_shoot=std(shoot)//变量标准化egent_dq=std(dq)//变量标准化
第二步 对标准化后的数据进行拟合ologitt_Mdft_shoott_dq,nolog//输出结果为标准化后的系数

Logit模型及 logit模型例题

文章插图

Logit模型及 logit模型例题

文章插图
方法二:使用listcofe命令(注:仅适用于logit模型 。ologit模型不适用)
第一步 回归logitMdf1shootdq,nolog//
Logit模型及 logit模型例题

文章插图

Logit模型及 logit模型例题

文章插图
第二步 输出标准化系数listcoef,stdhelp//
Logit模型及 logit模型例题

文章插图

Logit模型及 logit模型例题

文章插图
【Logit模型及 logit模型例题】注:logit、ologit模型是概率模型 。一般结合回归系数方向和OR值来解释模型的 。比较不同变量的效应大小后注意多种方法结合使用以解读模型