2

我在 Stata 中运行 Logit 回归。

  1. 我怎么知道回归的解释力（在 OLS 中，我看 R^2）？

  2. 是否有一种有意义的方法可以用其他自变量扩展回归（在 OLS 中，我手动继续添加自变量并寻找调整后的 R^2；我的猜测是 Stata 应该简化了这个手动过程）？

4

3 回答 3

2

R^2 的概念在 logit 回归中没有意义，您应该完全忽略 Stata 输出中的 McFadden Pseudo R2。Lemeshow 建议使用似然比检验 (G) 来评估自变量的显着性，我们将 D 的值与方程中的自变量进行比较：G=D(没有变量的模型 [B])-D(带有变量的模型 [A])。

似然比检验 (G)：

H0：消除变量的系数都等于 0

ha：至少有一个系数不等于0

当 LR 检验 p>.05 不拒绝 H0 时，这意味着从统计学上讲，将额外的 IV 包含到模型中没有任何优势。

执行此操作的示例 Stata 语法为： logit DV IV1 IV2 估计存储 A logit DV IV1 估计存储 B lrtest AB // 即测试 A 是否“嵌套”在 B

但是请注意，在我们得出一个 logit 模型是否“可接受”的结论之前，必须检查和测试更多方面。有关更多详细信息，我建议访问：http: //www.ats.ucla.edu/stat/stata/topics/logistic_regression.html

并咨询：

应用逻辑回归，David W. Hosmer 和 Stanley Lemeshow，ISBN-13：978-0471356325

于 2012-09-30T08:26:41.900 回答
1

我担心你在这里弄错了建模的基础知识：

  1. 回归模型的解释力在理论上取决于您对系数的解释，而不是 R 平方。R^2 表示您的线性模型预测的方差量，这可能是您模型的适当基准，也可能不是。

  2. 同样，您的模型中存在或不存在自变量需要实质性理由。如果您想了解在添加或减去模型的某些部分时 R 平方如何变化，请参阅help nestreg有关嵌套回归的帮助。

总结一下：你的模型的解释力和它的变量组成不能仅仅通过计算数字来确定。您首先需要一个充分的理论来构建您的模型。

现在，如果您正在运行logit：

  • 阅读 Long and Freese（第 3 章）以了解对数似然在您的模型中如何收敛（或不收敛）。
  • 不要期望找到像 R 平方一样简单的东西logit。
  • 在您的模型上使用logit 诊断，就像您在运行 OLS 后应该使用的那样。

您可能还想阅读lrtestEric 解释的似然比卡方检验或运行其他命令。

于 2012-09-30T10:15:48.937 回答
0

我当然同意上面的海报，对于像 logit 或 probit 这样的二元模型，几乎任何 R^2 度量都不应该被认为是非常重要的。有多种方法可以查看您的模型在预测方面的表现。例如，检查以下命令：

lroc 
estat class

Also, here's a good article for further reading: http://www.statisticalhorizons.com/r2logistic

于 2014-02-12T22:25:53.953 回答