※ 引述《iversonya (我要快乐.可以给我吗?)》之铭言： : 请问一下顺序回归 : 何时可以用 : 他的原理是什麽 : 有何优点??谢谢高手解答^^ 用在当你的 response variable 是 ordinal categorical 的情形. 比如做问卷调查, 麦当劳的薯条好不好吃. 比如我想看, 是不是小朋友觉得麦当劳的薯条比较好吃, 大人觉得比较难吃. 这时候 respone variable 就是比如 1=很难吃, 2=不大好吃, 3=普通, 4=不错吃, 5=很好吃. 它是 categorical (有五个 categories), 是 ordered (从 1 到 5 有程度上的渐进). Covariates 可以放入比如小朋友 = 1, 大朋友=0. 它的优点喔, 我不清楚. 不过从结构上定义上的好处, 就是它考虑进 ordering 的观念. 比如通常我们看 categorical response variable, 有另外一个 model 可以对比, 就是 nominal regression. 这种情况就没有事先定义或假设你的 response variable 是不是 ordered. (有可能是, 有可能不是). 比如上面的例子, 就变成你觉得哪家的薯条比较好吃, 1=Wendy's, 2=麦当劳, 3=Burger King. 或许这三个 categories 其实有 ordering, 但是我们不知道有没有. 也就是说, ordinal regression 在 response variable 是 ordered 的情况下, 比其他 model 适用 (不知道这算不算是一种优点) 因为 model 本身, 还有在 estimate parameters 的时候, 已经是先把 response variable 是 ordered 的这个假设放了进去. 而当我们如果满确定我们的假设是对的的时候, 这些假设在 estimation 的过程中, 可以替我们的 estimates 带来很好的作用. 不但一样会 estimates 的既合理又准, 比如有时候还可以有比较小的 standard errors. (那这应该就算优点了对吧). --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 68.109.19.47