
SPSS回歸分析:Probit 分析
SPSS回歸分析:Probit 分析
一、Probit分析(分析-回歸- Probit)
此過(guò)程度量刺激的強(qiáng)度與對(duì)刺激顯示出特定響應(yīng)的個(gè)案比例之間的關(guān)系。如果您具有二分輸出,并認(rèn)為該輸出受某些自變量級(jí)別的影響或是由其導(dǎo)致的,并且尤其適合實(shí)驗(yàn)數(shù)據(jù),則此分析非常有用。使用此過(guò)程可以估計(jì)引致特定比例的響應(yīng)所需的刺激強(qiáng)度,例如中位效應(yīng)劑量。
1、示例。新型殺蟲劑對(duì)于殺滅螞蟻的有效性如何,適用濃度多大?可以執(zhí)行一項(xiàng)實(shí)驗(yàn),對(duì)螞蟻樣本施用不同濃度的殺蟲劑,然后記錄殺滅的螞蟻數(shù)量以及被施用殺蟲劑的螞蟻數(shù)量。通過(guò)對(duì)這些數(shù)據(jù)應(yīng)用Probit分析,可以確定濃度和殺滅效力之間的關(guān)系緊密度,并且可以確定在希望確保殺滅一定比例(例如95%)的螞蟻時(shí)殺蟲劑的適當(dāng)濃度。
2、統(tǒng)計(jì)量?;貧w系數(shù)和標(biāo)準(zhǔn)誤、截距和標(biāo)準(zhǔn)誤、Pearson擬合優(yōu)度卡方、觀察的和期望的頻率以及自變量有效級(jí)別的置信區(qū)間。圖:已轉(zhuǎn)換響應(yīng)圖。此過(guò)程使用由Gill、Murray、Saunders和Wright在NPSOL??&中提出和實(shí)現(xiàn)的算法來(lái)估計(jì)模型參數(shù)。
3、數(shù)據(jù)。對(duì)于自變量的每個(gè)值(或多個(gè)自變量的每個(gè)值組合),響應(yīng)變量應(yīng)為具有顯示相應(yīng)響應(yīng)的值的個(gè)案數(shù)。觀察變量總數(shù)應(yīng)為自變量具有這些值的個(gè)案的總數(shù)。因子變量應(yīng)是以整數(shù)編碼的分類變量。
4、假設(shè)。觀察值應(yīng)是獨(dú)立的。如果自變量值的數(shù)量與觀察值的數(shù)量相比過(guò)多(在某項(xiàng)觀察研究中可能遇到這樣的情況),則卡方統(tǒng)計(jì)量和擬合優(yōu)度統(tǒng)計(jì)量可能無(wú)效。
5、相關(guān)過(guò)程。Probit分析與Logistic回歸緊密相關(guān);實(shí)際上,如果選擇Logit轉(zhuǎn)換,則此過(guò)程最終計(jì)算的是Logistic回歸。總的來(lái)說(shuō),Probit分析適用于設(shè)計(jì)的實(shí)驗(yàn),而Logistic回歸更適用于觀察研究。輸出中的差異反映了這些不同的側(cè)重方面。Probit分析過(guò)程報(bào)告不同響應(yīng)頻率下有效值的估計(jì)值(包括中位效應(yīng)劑量),而Logistic回歸過(guò)程報(bào)告自變量幾率比的估計(jì)值。
二、選項(xiàng)(分析-回歸- Probit-選項(xiàng))
1、統(tǒng)計(jì)量。允許您請(qǐng)求下列可選統(tǒng)計(jì)量:頻率、相對(duì)中位數(shù)強(qiáng)度、平行檢驗(yàn)以及信仰置信區(qū)間。
1.1、相關(guān)中位數(shù)力.顯示每對(duì)因子水平的中位數(shù)強(qiáng)度比。還顯示每個(gè)相對(duì)中位數(shù)強(qiáng)度的95%置信界限。如果您沒有因子變量或具有多個(gè)協(xié)變量,則相關(guān)中位數(shù)力不可用。
1.2、平行檢驗(yàn).對(duì)所有因子水平具有共同的斜率這一假設(shè)的檢驗(yàn)。
1.3、信仰置信區(qū)間.生成確定的響應(yīng)概率所必需的代理用量的置信區(qū)間。
如果選擇了多個(gè)協(xié)變量,則信仰置信區(qū)間和相對(duì)中位數(shù)強(qiáng)度不可用。只有在選擇了因子變量的情況下,相對(duì)中位數(shù)強(qiáng)度和平行檢驗(yàn)才可用。
2、自然響應(yīng)頻率。允許您指定自然響應(yīng)頻率,即使在沒有刺激的情況下也可以。可用選項(xiàng)有“無(wú)”、“從數(shù)據(jù)中計(jì)算”和“值”。
2.1、從數(shù)據(jù)中計(jì)算.根據(jù)樣本數(shù)據(jù)估計(jì)自然響應(yīng)頻率。數(shù)據(jù)應(yīng)包含代表控制級(jí)別的個(gè)案,而該級(jí)別的協(xié)變量值為0。Probit使用該控制級(jí)別的響應(yīng)比例來(lái)估計(jì)自然響應(yīng)率以作為初始值。
2.2、值.在模型中設(shè)置自然響應(yīng)率(當(dāng)您預(yù)先知道自然響應(yīng)率時(shí),選擇此項(xiàng))。輸入自然響應(yīng)比例(該比例必須小于1)。例如,如果當(dāng)激勵(lì)為0時(shí)響應(yīng)在10%的時(shí)間里發(fā)生,則輸入0.10。
3、標(biāo)準(zhǔn)。允許您控制迭代參數(shù)估計(jì)算法的參數(shù)??梢愿采w“最大迭代次數(shù)”、“步驟限制”和“最優(yōu)性容差”的缺省值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
2025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù)》一書中指出:AI思維, ...
2025-07-17數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對(duì)這樣的場(chǎng)景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動(dòng)的數(shù)據(jù)曲線尋找增長(zhǎng)密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫(kù)表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無(wú)論 ...
2025-07-16解析 MySQL Update 語(yǔ)句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫(kù)的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會(huì) ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無(wú)外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫(kù)的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫(kù)操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問(wèn)題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10