Tvíflokka aðhvarfsgreining: aðgerðum og dæmum

и дискриминантного анализа используются тогда, когда необходимо четко дифференцировать респондентов по целевым категориям. Aðhvarfsgreiningu og aðgreini greiningu eru notaðir þegar það er nauðsynlegt til að greina skýrt á svarenda miðað flokka. Þar að auki eru þessir hópar stökum einþátta breytu stigum. а также выясним, для чего она нужна. Íhuga frekari upplýsingar Sklpulagsaðhvarfslíkanið, auk finna út hvað það var fyrir.

Yfirlit

, может выступать классификация респондентов по группам покупающих и не покупающих горчицу. Dæmi um vandamálinu, í lausninni sem er notuð er aðfallsgreiningu hlutfalla, getur verið að flokka svarenda af hópi sem kaupa og ekki að kaupa sinnep. Mismunur þessi fram í samræmi við félags-lýðfræðileg einkenni. Má þar einkum meðal aldur, kyn, fjölda fjölskyldumeðlima, tekjur og svo framvegis. Það eru viðmið til að greina og breyta í rekstri. Síðarnefndu kóðar miða flokki sem í raun þarf að skipta svarenda.

blæbrigði

, значительно уже, чем для дискриминантного анализа. Það verður að segja að á bilinu tilvikum þar sem beitt er afturför flutningum, miklu þrengri en aðgreini greiningu. Í þessu sambandi notkun seinni sem alhliða aðferð til aðgreiningar er talið æskilegt. Þar að auki, sérfræðingar mæla með að byrja með flokkun rannsókn að greina á milli greiningar. Og bara ef óvissu um niðurstöður geta vera notaður logistic aðhvarfsgreiningu. Þessi nauðsyn er stafað af nokkrum þáttum. используется при наличии четкого представления о типе независимых и зависимых переменных. Aðhvarfsgreiningu er notað þegar það er skýr hugmynd um hvaða óháðra og háðra breytur. Samkvæmt því, sá sem var valinn af 3 mögulegar aðferðir. Þegar aðgreini greiningu, rannsakandinn er alltaf að takast á við truflanir aðgerð. Það að ræða eitt framfæri og fleiri sjálfstæðum flokkunartölur breytur með mælikvarða hvaða gerð.

tegundir

, состоит в определении вероятности того, что определенный респондент будет отнесен к той или иной группе. Markmið tölfræðilegar rannsóknir, sem notar logistic aðhvarfsgreiningu, er að ákvarða líkur á að tiltekin svarandi verður úthlutað til tiltekins hóps. Mismunur þessi framkvæmd í samræmi við ákveðnum þáttum. Í reynd, í samræmi við gildi einum eða fleiri sjálfstæðum þáttum er hægt að flokka í tvo hópa svarenda. . Í þessu tilfelli, það er tvöfaldur aðhvarfsgreiningu. Einnig tilgreind breytur er hægt að nota í úthlutun til hópsins er meiri en tveir. Í slíkum aðstæðum er multinomial aðhvarfsgreiningu. Sú Hópurinn lýstu stig einhvers einni breytu.

dæmi

Segjum sem svo að það eru svör þátttakenda við spurningunni um hvort þeir hafi áhuga á tilboði til að eignast land í úthverfum Moskvu. Í þessu tilviki, hvaða valkostir eru "nei" og "já." Við þurfum að finna út hvaða þættir hafa ráðandi áhrif á ákvörðun hugsanlegra kaupenda. Fyrir þetta svarandi spurningum er spurt um innviði yfirráðasvæði, fjarlægð til höfuðborgarinnar, flatarmáli, nærveru / án íbúðarhúsa og svo framvegis. Using tvöfaldur afturför, getur verið dreift í tveimur hópum svarenda. Fyrsti mun fela þeim sem hafa áhuga á að kaupa - hugsanlega kaupendur og annað, hver um sig, þeir sem hafa ekki áhuga á slíku tilboði. Fyrir hverja svaranda, auk þess sem það verður reiknað líkurnar á framsal einum flokki eða öðrum.

samanburðarprófanir einkenni

Ólíkt því sem tveimur útfærslunum hér að framan felst í mismunandi fjölda og gerð hópa háð og breytur. Í a tvöfaldur afturför, til dæmis, rannsakað ósjálfstæði tvíkosta þáttur frá einum eða fleiri sjálfstæðum aðstæður. Í þessu tilviki, hið síðarnefnda getur verið af hvaða gerð af mælikvarða. Multinomial afturför er talið eins konar útgáfa af flokkun. Og það snýr að framfæri breytu í meira en 2 hópa. Óháðir þættir verða að hafa annað hvort afstæða eða nafnkvarða.

Aðhvarfsgreiningu í SPSS

Tölfræðileg pakki 11-12, kynnti nýja útgáfu af greiningu - röð. Þessi aðferð er notuð þegar þær eru háðar þáttur snýr að sama heiti (ordinal) mælikvarða. Í þessu tilviki frumbreytur valið eina ákveðna tegund. Þeir verða að vera annaðhvort afstæða eða að nafnverði. Flokkun í nokkrum flokkum er talin mest fjölhæfur. Þessi aðferð er hægt að nota í öllum rannsóknum sem notaðar logistic aðhvarfsgreiningu. , однако, можно только с помощью всех трех приемов. Bæta gæði líkansins, er hins vegar aðeins hægt með því að nota allar þrjár aðferðir.

ORDINAL flokkun

Það er sagt að fyrr í tölfræðilegum pakka var ekki veitt tækifæri til að framkvæma dæmigerða sérhæfða greiningu fyrir háðum þáttum með ordinal mælikvarða. Fyrir allar breytur, með fjölda hópa meira en 2 notuð multinomial valkost. Innflutt tiltölulega nýlega Raðgreining hefur a tala af lögun. Þeir taka tillit til sérstöðu kvarðanum það. часто не рассматривается как отдельный прием. Á sama tíma í aðferðafræði handbækur ORDINAL aðhvarfsgreiningu er oft ekki meðhöndluð sem sérstakt móttöku. Ástæðan er sem hér segir: Serial greining hefur ekki allir yfirburði yfir multinomial. Rannsakandi gæti vel notað seinni í viðurvist og ordinal, og nafnvirði framfæri breytu. Í aðgerð svo, flokkun aðferð eru nánast óaðgreinanlegur frá hvor öðrum. Þetta þýðir að eignarhlutur þess greining mun ekki valda neinum vandræðum.

greiningu á valkostum

Íhuga að einfalda málið - tvöfaldur afturför. Til dæmis, í því ferli að markaðssetningu rannsóknir áætlað eftirspurn eftir útskriftarnema ákveðnum Metropolitan University. Í spurningalista voru svarendur beðnir spurningar, þar á meðal:

1. Ert þú að vinna? (Ql).
2. Tilgreina ár útskrift (q 21).
3. Hvað er meðaleinkunn innstungu (aver).
4. Kyn (q22).

позволит оценить воздействие независимых факторов aver, q 21 и q 22 на переменную ql. Upp aðhvarfsgreiningu mun leggja mat á áhrif sjálfstæðra þátta aver, Q 21 og q 22. á breytilegum vöxt QL. Einfaldlega setja, tilgangur greiningarinnar er að ákveða líklegt ráðningu útskriftarnema á grundvelli upplýsinga á sviði, í lok ársins, og meðaleinkunn.

aðhvarfsgreiningu

Að setja breytur með tvöfaldur afturför, nota Analyze►Regression►Binary Logistic valmyndinni. Í aðhvarfsgreiningu til að velja í vinstri listanum yfir tiltækar breytur veltur þáttur. Þeir eru QL. Þessi breyta skal sett í Dependent sviði. Eftir það, þú verður að fara inn á síðuna breytur óháðar þættir - Q 21 Q 22, aver. Síðan sem þú þarft að velja leið þar á meðal þær í greiningu. Ef fjöldi sjálfstæðra þátta meira en 2, ekki nota þá aðferð við lyfjagjöf samtímis á öllum breytunum, sem er sett upp sjálfkrafa, og skref fyrir skref. Vinsælasta leiðin er talin Afturábak: LR. Notkun Veldu hnappinn, getur þú ekki fela í rannsókn allra svarenda, og aðeins ákveðna miða flokki.

Skilgreina afdráttarlaus Breytur

Flokkalíkana hnappinn til að nota í tilviki þegar einn af breytum er metinn á fjölda flokka meira en 2. Í þessu ástandi, Define afdráttarlaus Variables glugga í afdráttarlaus breytur stöðinni sett bara svo valkost. Í þessu dæmi, svo breyta vantar. Eftir að falla niður listann, velja hlutinn Contrast Frávik og smelltu á Breyta hnappinn. Þar af leiðandi, sumir af háðum breytum verður til úr hvert hlutfall þáttur. Fjöldi þeirra samsvarar fjölda upphaflegum skilmálum flokkanna.

Vista nýjar breytur

Nota á Vista hnappinn í helstu rannsókninni er sett til að búa til nýjar stillingar valmynd. Þeir munu innihalda tölur reiknuð í því ferli afturför. Einkum, það er hægt að búa til breytur sem ákvarða:

1. Tilheyra tilteknum flokki flokkun (Groupmembership).
2. Líkur á að flokka svarenda í hverri rannsókn hópnum (líkum).

Þegar þú notar Options hnappinn rannsóknir ekki fá nein veruleg tækifæri. Í samræmi við það, það er hægt að hunsa. Eftir því að ýta á "OK" hnappinn í the aðalæð gluggi birtist niðurstöður greininga.

Gæðaeftirlit logistic aðhvarfsgreiningu fullnægjandi

Lítið á borð Omnibus Testsof Model stuðlum. Það birtir niðurstöður greiningar á gæðum nálgunaraðferð fyrirmynd. Vegna þess að stigvaxandi valkostur, þú þarft að horfa á niðurstöður síðasta áfanga (Step 2) hefur verið sett. Myndi teljast jákvæða niðurstöðu, þar sem greind hækkun Chi-Square vísitalan í umskipti á næsta skref á mikla þýðingu (Sig. <0,05). The gæði af the líkan er áætlaður í Model línu. Ef þú færð neikvætt gildi, en það er ekki talinn marktækur ef heildar hátt mikilvægi fyrirmynd, síðasta getur talist nánast nothæft.

töflur

Model yfirlit gefur áætla heildarmagn dreifingu vísitölu, sem lýsir smíðuð líkan (mynd R Square). Það er mælt með því að beita gildi Nagelker. Jákvæð vísir geta talist stiki Nagelkerke R Square, ef það er hærra en 0,50. Eftir að metið niðurstöður flokkunar þar sem raunverulegar vísbendingar um að tilheyra einn eða annan flokk rannsóknarinnar eru bornar saman við þær sem spáð líkaninu. Í þessu skyni borðið Classification töflu. Það leyfir þér einnig að draga ályktanir um réttmæti aðgreining fyrir hvern hópinn sem um ræðir. . Eftirfarandi tafla gerir það mögulegt að finna tölfræðilega marktæk sjálfstæða þætti slegið inn í greiningu auk utan stöðluðu factor logistic aðhvarfsgreiningu. Á grundvelli þessara vísbendinga geta spáð leiti hvers svaranda í úrtakinu til ákveðins hóps. Ný breytur er hægt að færa með Vista hnappinn. Þeir munu koma fram upplýsingar um aðild tiltekinni flokkun flokki (Predictedcategory) og líkur á þátttöku í þessum hópum (Spáð líkur aðild). Eftir því að ýta á "OK" hnappinn í the aðalæð gluggi mun birtast Multinomial aðhvarfsgreiningu útreikningum niðurstöður.

Fyrsti borð, sem inniheldur mikilvægar vísbendingar fyrir rannsóknir, - Model Mátun Upplýsingar. Víðtæk marktækni mun benda til mikillar gæði og hæfi notkun líkana til að leysa hagnýt vandamál. Annar mikilvægur borð er Pseudo R-torgið. Það gerir þér kleift að meta hlutfall af heildar dreifni í háða þáttur, sem orsakast af óháðu breytur völdum til greiningar. Eftir því sem við Tafla líkum Ratio próf er hægt draga ályktanir um tölfræðilega marktækni þess síðarnefnda. Færibreytunni Áætlanir endurspegla ekki stöðluð stuðlum. Þau eru notuð í byggingu jöfnunni. Þar að auki, fyrir hverja samsetningu af breytum er ákvarðað tölfræðilega marktækni á áhrifum þeirra á framfæri þáttur. Á sama tíma, markaðsrannsóknir er oft nauðsynlegt að greina á milli flokka svarenda ekki sérstaklega, en sem hluti af markhópnum. Í þessu skyni borðið Observedand Spá tíðni.

beitingu

Talin greiningaraðferð er mikið notað í starfi kaupmenn. Árið 1991, sigmoid aðhvarfsgreiningu vísir var þróað. Hann er þægilegur-til-nota og duglegur tól sem hægt er að nota til að spá fyrir um líklegar verð að "þenslu" þeirra. Vísir er sett fram á í línuriti á formi rás myndast af tveimur línum sem teygja sig í samhliða. Þeir fjarlægja jafn fjarlægð frá þróun. Breidd ganginn fer eingöngu á tímabili. Vísirinn er notaður þegar unnið er með nánast öllum eignina - frá pör gjaldmiðil til góðmálmum.

Í reynd, framleitt það 2 helstu aðferðir til að nota á hljóðfæri: sundurliðun og viðsnúningi. Í síðara tilvikinu er kaupmaður mun leggja áherslu á virkari verðbreytingar innan rásinni. Á er líklegt að hreyfingin hefst í gagnstæða átt þegar hún fer úr kostnaði við aðstoð eða gegn línu hlutfall. Ef verðið er náið passa við efri mörk, þá er eignin er hægt að útrýma. Ef það er í neðri mörkum, ættir þú að hugsa um að kaupa. Stefna sundurliðun felur í sér notkun tilefni. Þau eru sett utan marka tiltölulega stuttum fjarlægð. Taka tillit til þess að verð í sumum tilfellum brjóta þær í stuttan tíma, ættir þú að spila það öruggt og setja stöðva-tap. Á sama tíma, að sjálfsögðu, óháð valið stefnu þarf kaupmaður til að hámarka jafnaðargeði skynja og meta stöðuna sem hefur komið á markað.

niðurstaða

Þannig að nota logistic aðhvarfsgreiningu leyfa þú til fljótt og auðveldlega flokka svarendur í flokka í samræmi við tilgreinda stika. Við greiningu á mögulegri notkun á ákveðinn hátt. Einkum fjölhæfni mismunandi multinomial aðhvarfsgreiningu. Hins vegar mælum sérfræðingar notkun allra aðferðunum sem lýst er hér að ofan í flóknu. Þetta er vegna þess að í þessu tilfelli gæði líkansins verður verulega hærri. Þetta aftur á móti, auka úrval af beitingu hennar.