タグ付けされた質問 「probit」

私は3つの選択肢から職業選択のモデルを推定しようとしています。このような順序付けされていないカテゴリ結果を処理するときに多項ロジスティック回帰を使用する代わりの方法はありますか？ バイナリ従属変数を扱う場合、LPMモデルやバイナリプロビットモデルやロジットモデルなど、いくつかの選択肢があるようです。ただし、順序付けされていないカテゴリ変数を扱う場合、文献では、代替案と比較せずに多項ロジットモデルを推奨しています。

8 regression  logit  probit  link-function  multinomial-logit 

特定のデータセットを分析していますが、自分のデータに適合する最適なモデルを選択する方法を理解する必要があります。私はRを使用しています。 私が持っているデータの例は次のとおりです： corr <- c(0, 0, 10, 50, 70, 100, 100, 100, 90, 100, 100) これらの数値は、11の異なる条件下での正解率に対応しています（cnt）： cnt <- c(0, 82, 163, 242, 318, 390, 458, 521, 578, 628, 673) まず、プロビットモデルとロジットモデルを適合させようとしました。ちょうど今、文学で私のデータに似た別の方程式を見つけたのでnls、その方程式に従って関数を使用して自分のデータを近似しようとしました（しかし、私はそれに同意しません、そして著者は彼がなぜ彼に説明しないのですか？）その方程式を使用しました）。 ここに私が得る3つのモデルのコードがあります： resp.mat <- as.matrix(cbind(corr/10, (100-corr)/10)) ddprob.glm1 <- glm(resp.mat ~ cnt, family = binomial(link = "logit")) ddprob.glm2 <- glm(resp.mat ~ cnt, …

8 r  logit  likelihood-ratio  probit  nls 

線形モデルの予測区間の導出は非常に簡単です。線形モデルの予測限界の式を取得します。 自信と導出する方法を予測区間をするために当てはめ値 （一般的にとGLMS）ロジットとプロビット回帰の？

8 confidence-interval  generalized-linear-model  logit  prediction-interval  probit