0

我构建了一个二元逻辑模型来检查各种变量对消费者购买概率的影响。我有 5 个不同的品牌，在模型中我有 5 个特定于品牌的价格变量（品牌虚拟变量和价格之间的交互）。所以我的输出看起来像这样：

                         Coefficient               P-value
Price_Brand_A                0.25                    0.02
Price_Brand_B                0.50                    0.01
Price_Brand_C                0.10                    0.09
Price_Brand_D                0.40                    0.15
Price_Brand_E                0.65                    0.02

我想问的是，关于价格的整体影响是否正确，而不是专门针对品牌。例如，取系数的平均值并说价格的平均影响等于 0.38 是否正确？或者我应该遵循一些统计程序来报告价格的整体影响？P值也同样适用吗？

我正在使用spss，并且我是建模新手，因此将不胜感激。

非常感谢

4

1 回答 1

1

如果您测试交互假设，则必须在模型中包含许多项。在这种情况下，您必须包括：

  • 价格的基础效应
  • 品牌的基础效应（假人）
  • 品牌假人*价格的交互作用。

由于您有 5 个品牌，因此您必须包含 5 个虚拟变量中的 4 个。您遗漏的虚拟对象将是您的参考类别。交互项也是如此。在这种情况下，价格的基础效应将是品牌参考类别的价格效应。如果价格为 0，则假人的基础将是品牌之间的差异。交互效应可以用两种不同的方式来解释。On way 是说，一个交互项的影响是一个品牌相对于参考类别的品牌的附加价格效应。另一种说法是，交互效应是品牌与参考品牌之间的额外差异，如果价格上涨一倍。

如果您想知道价格的平均影响是什么，为什么要包含交互项？在这种情况下，我会在第一个模型中省略交互，然后包含交互以表明如果您查看每个品牌的影响，价格的平均影响是不准确的。

也许您可以发布更多输出？我认为您从中获得的收益比您在问题中发布的更多？

祝你好运！

于 2014-11-24T11:45:15.350 回答