累積比數模型(cumulative odds logit models)又稱比例優勢模型(proportional odds model)或有序logit模型(ordinal logit model,Scott et al,1997),它是二分類logit模型的擴展,主要用於處理反應變數為有序分類結果(ordinal categorical response)的資料。
基本介紹
- 中文名:累積比數模型
- 外文名:cumulative odds logit models
- 又稱:比例優勢模型
- 用於:處理反應變數為有序分類結果
- 套用:生物醫學、計量經濟學
簡介,套用,
簡介
對累積機率 做logit變換,(1)式可以寫作:
式中 和 為待估計的參數,對任一 , 是 的線性函式。
由模型可以看出, 是在解釋向量 或 與 完全獨立時,在某一固定的 下的兩類不同機率之比的對數值,由於回歸係數 與 無關,必有
一般我們對 不感興趣,而只關心效應參數 。對於具有兩組不同水平的變數 和 ,其比數比或優勢比(odds ratio)為:
這裡OR值與 無關,若 是0-1變數,則 恰為該變數的OR值。
當 時,累積比模型就退化為普通的二反應logistic模型,所以可以將後者看做前者的一個特例。
模型的參數估計可用極大似然法求出。假定 是在條件 下第 類樣品觀察個數,G為X各水平的組合數,則對數似然函式為:
式中,
極大似然函式的求解計算,需要計算機疊代完成。這裡需要注意,Newton-Raphson疊代法常常不能收斂,對此可以使用Marqurdt疊代算法。