作者milk0925 (牛奶刺蝟)
看板Statistics
标题[问题] 次序回归的连结函数选择
时间Wed Feb 3 16:52:58 2016
(借朋友的帐号po文)
------------------------------------------
之前有请朋友代为po文询问线性回归中R^2在调整计分数值後结果不一样的问题，
而这次我想尝试询问关於次序回归(ordinal regression)的资讯，
因为我的依变项样本残差非呈常态，
即使使用不论是教本或是国外学者在文献中所提供的方式，
依旧无法经由转换得到常态分布，
因而转而使用「次序回归」，
(因为未有依变项残差分布须为常态的假设，而资料本身也符合次序变项的定义)，
但是在版上爬了文之後发现很少有人讨论次序回归，
而国内的网站也甚少提及细节的资讯，
因而找寻国外的网站与文献想尝试了解，
但是一来是还有一些部份我依旧无法获得解答，
二来是担心因为语言上我有理解上的错误，
因此想来请教版上各位统计专业的大大们，谢谢:)
问题(一)：
在次序回归中有一项前提假设是必须要有proportional odds，
这部分可以使用Test of parallel lines进行检验是否符合此前提假设，
但是因为我依旧想尝试使用次序回归探讨中介效果，
所以就遇到了一个问题，
因为跑次序回归的时候是可以在SPSS中选择不同的连结函数(link function)，
因为有看到资料上说一般而言使用"logit"即可，
因为通常这种连结函数fit最好，
但是偏偏我在检验X(自变项)对Y(依变项)的预测能力时，
在Test of parallel lines中General Model达显着，
表示我所选用的连结函数可能不是那麽的适合用在我的X─→Y，
但是我的X─→M和M─→Y在这项测试中都是通过的，
那请问像这样的状况我是要把所有的连结函数方式都选过一轮跑跑看结果，
看哪一种连结函数可以在X─→Y、X─→M、M─→Y都通过Test of parallel lines，
然後选择那一种连结函数才是正确的吗？
而若是如此，
主要的理由是要让他们能在一个公平的起点做比较吗？
问题(二)：
若我一样想使用次序回归做中介效果的分析，
我知道在线性回归中是以β值为判断标准，
那试问若在次序回归中的话我可以以哪些既有资讯做判读呢？
文长请见谅，也谢谢大家耐心看完我的问题，
再麻烦专业的各位多帮忙了！！！
因为对次序回归是第一次接触所以不太懂。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 218.166.148.99
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1454489582.A.B5E.html
1F：→ andrew43: 你了解连结函数的作用吗？它可不是随便让你挑几个来用的 02/04 01:01
2F：→ andrew43: 而且，你的资料变成次序後怎麽变成logit的，我也不清楚 02/04 01:02
3F：→ andrew43: 或是变成次序後你还有再给它分成几大类？ 02/04 01:03
4F：→ milk0925: 连结函数就我的理解是以模型检验机率分布，在spss中有五 02/04 09:58
5F：→ milk0925: 种选择，而其中logit的典型应用是所有分类的均质分布机 02/04 10:00
6F：→ milk0925: 率，不晓得我的理解是否有误？如果有理解错误之处再麻烦 02/04 10:02
7F：→ milk0925: 更正我，因为现在只能自行摸索所以可能会有理解错误之处 02/04 10:03
8F：→ milk0925: 而由於我的依变项分类不是只有两类，最多受试者可能填到 02/04 10:05
9F：→ milk0925: 9的数值，而我也没有再用其他定义条件把它合并成几大类 02/04 10:05
10F：→ milk0925: 对了，因为我测量的是「程度」，我看网路上的资料是写这 02/04 10:07
11F：→ milk0925: 种「程度」的测量严格来说属於次序变项，而这也是次序回 02/04 10:09
12F：→ milk0925: 归的前提假设之一。 02/04 10:09
13F：→ milk0925: 我主要是想克服我想做线性回归但因为依变项残差无法为常 02/04 10:10
14F：→ milk0925: 态分布，但我依然想知道是不是当我的依变项值越大时，自 02/04 10:11
15F：→ milk0925: 变项的反应值也会跟着变大。 02/04 10:12
16F：→ milk0925: 不知道这样的情况您有何建议？ 感激不尽:) 02/04 10:13
17F：→ milk0925: 因为我一直卡在这里>"< 02/04 10:18
18F：→ andrew43: 你想像，0到9共10类，若都和0比则有9种对比，要9种都具 02/04 11:30
19F：→ andrew43: proportional可能很难吧。要不要把10类减为3、4类看看？ 02/04 11:30
20F：→ andrew43: sorry，不应该说「都和0比」，总之可能太多类了。 02/04 11:31
21F：→ andrew43: 另外，这种方法也需要各类的样本数不能少。小心一下。 02/04 11:33
22F：→ andrew43: 另外，建议你从logistic regression开始了解你在分析什 02/04 11:35
23F：→ andrew43: 麽，从你的描述觉得你似乎是瞎子摸象也没有这类经验。 02/04 11:37
24F：→ andrew43: 中文的网页应该很多，把它们看懂先。至於ordinal算是它 02/04 11:38
25F：→ andrew43: 的扩展方法，先懂前面，後面就会容易些。 02/04 11:39
26F：→ milk0925: 感谢，大心^^ 我会再努力试试的！ 02/04 12:20