在我們建立迴歸模型時,必須針對研究的目的去探求與相依變數有關的自變數,而且
這些自變數應能合理的解釋相依變數,然而這些自變數的組合數一定很大;所以在一
般線性迴歸分析中,最重要也是最困難的問題是如何選取模式中的自變數,棄卻不太
重要的自變數,獲得最後的模型,以符合經濟原則。
而近年來非線性迴歸模型在各種領域裡廣泛地被使用,這些線性回歸模型之自變數的
選取較線性迴歸模型之自變數的選取困難,因其必須用反覆的技術來找最大概似估計
量,然後利用此最大概似估計量來做為選取自變數的基礎所以計算的成本較高。
本文將以處理相依變數為屬質變數的羅吉斯迴歸模型(LOGISTIC REGRESSION MODEL
)為主要研究對象;首先導出此模型的CP統計量,以CP來作為選取自變數的準則;其
次介紹一種透過對數概似近似函數及一些資料的轉換,將羅吉斯迴歸模型之自變數選
擇問題變換成一般線性迴歸模型的自變數選擇問題;然後作一個模擬分析比較不經變
數變換與經變數變換的方法,所選出的自變數組合是否大致相同,若其差異不大,則
表示此種變數變換方法確時有效,往後遇到類似的非線性迴歸之自變數的選取都可轉
換成一般線性迴歸的問題來解決,可簡化許多計算過程,此亦為本文研究的目的。
本文結構:本文共分六章
第一章 緒論,說明井究動機與目的
第二章 建立羅吉斯迴歸模型(LOGISTIC REGRESSION MODEL )及定義其殘差(
RESIDUAI)
第三章 探討非線性模型之自變數選擇方法及針對LOGISTIC REGRESSION 求其CP統計
量。
第四章 介紹一重經過變數變換的自變數選擇程序及其應用的原理。
第五章 模擬分析,比較第三章與第四章所述二種方法的差異。
第六章 結論。
Identifer | oai:union.ndltd.org:CHENGCHI/B2002005736 |
Creators | 吳靜瑤, WU, JING-YAO |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | Unknown |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0014 seconds