首頁 > 產(chǎn)品 > 問答 > 響應(yīng)變量，什么是響應(yīng)變量

響應(yīng)變量，什么是響應(yīng)變量

來源：整理時間：2024-10-31 18:59:13 編輯：智能門戶手機版

本文目錄一覽

1，什么是響應(yīng)變量
2，如何計算多目標決策模型各個響應(yīng)變量的權(quán)重
3，doe 響應(yīng)變量y有哪幾種類型
4，關(guān)于logit和logistic模型的區(qū)別
5，logit 和logistic模型的區(qū)別
6，logit模型

1，什么是響應(yīng)變量

就是根據(jù)自變量發(fā)生改變的變量，你可以理解為因變量

什么是響應(yīng)變量

2，如何計算多目標決策模型各個響應(yīng)變量的權(quán)重

運用層次分析法：1、將問題層次化：目標層、準則層和方案層；2、分別將5個準則對滿意度這一目標進行兩兩比較，求出它們于目標的重要性的比例標度，標度等級為1，2，……1/2,1/3,……,1/9。得到兩兩比較判斷矩陣

搜一下：如何計算多目標決策模型各個響應(yīng)變量的權(quán)重

如何計算多目標決策模型各個響應(yīng)變量的權(quán)重

3，doe 響應(yīng)變量y有哪幾種類型

doe中響應(yīng)變量y有哪幾種類型變量就相當于數(shù)學方程中的x，y，可以對其賦值運算等操作，變量分為整型，浮點型，以及字符型

變量就相當于數(shù)學方程中的x，y，可以對其賦值運算等操作，變量分為整型，浮點型，以及字符型

doe 響應(yīng)變量y有哪幾種類型變量就相當于數(shù)學方程中的x，y，可以對其賦值運算等操作，變量分為整型，浮點型，以及字符型

doe 響應(yīng)變量y有哪幾種類型

4，關(guān)于logit和logistic模型的區(qū)別

（1）二者根本區(qū)別于廣義化線性模型聯(lián)系函數(shù)形式logit采用數(shù)形式log(a)logistic形式log(a/1-a)　?。?）應(yīng)用普通logistic響應(yīng)變量二元元logistic變量元logit響應(yīng)變量元　　（3）統(tǒng)計軟件spss：logit屬于數(shù)線性模型析結(jié)主要變量自變量間關(guān)系細化各類變量與類自變量間；logistic屬于歸析析結(jié)估計自變量參數(shù)regressionBinary logistic regression Multinomial logistic regression 變量取01用Binary logistic regression Multinomial logistic regression 類序變量類序變量logistic歸即變量于兩　　（4）變量類采用logistic用logit計算結(jié)并少差別

（1）二者的根本區(qū)別在于廣義化線性模型中的聯(lián)系函數(shù)的形式。logit采用對數(shù)形式log(a)，logistic形式為log(a/1-a)。（2）應(yīng)用上，普通logistic的響應(yīng)變量是二元的，多元logistic的因變量可為多元。logit的響應(yīng)變量可以是多元的。（3）統(tǒng)計軟件spss中：logit屬于對數(shù)線性模型，分析結(jié)果主要為因變量和自變量之間的關(guān)系，可以細化到各分類因變量與分類自變量之間；logistic屬于回歸分析，分析結(jié)果為估計出自變量參數(shù)。regression下有binary logistic regression和 multinomial logistic regression 。因變量只取0和1時用的就是binary logistic regression 。而multinomial logistic regression 分為多分類無序因變量和多分類有序因變量的logistic回歸。即因變量多于兩個的。（4）當因變量是多類的，可以采用logistic，也可以用logit，計算結(jié)果并無多少差別。

5，logit 和logistic模型的區(qū)別

（1）二者的根本區(qū)別在于廣義化線性模型中的聯(lián)系函數(shù)的形式。logit采用對數(shù)形式log(a)，logistic形式為log(a/1-a)。　?。?）應(yīng)用上，普通logistic的響應(yīng)變量是二元的，多元logistic的因變量可為多元。logit的響應(yīng)變量可以是多元的?！　。?）統(tǒng)計軟件spss中：logit屬于對數(shù)線性模型，分析結(jié)果主要為因變量和自變量之間的關(guān)系，可以細化到各分類因變量與分類自變量之間；logistic屬于回歸分析，分析結(jié)果為估計出自變量參數(shù)。regression下有Binary logistic regression和 Multinomial logistic regression 。因變量只取0和1時用的就是Binary logistic regression 。而Multinomial logistic regression 分為多分類無序因變量和多分類有序因變量的logistic回歸。即因變量多于兩個的?！　。?）當因變量是多類的，可以采用logistic，也可以用logit，計算結(jié)果并無多少差別。

關(guān)于logit和logistic模型的區(qū)別貌似是個老生常談的問題，學習之后稍微整理一下：（1）二者的根本區(qū)別在于廣義化線性模型中的聯(lián)系函數(shù)的形式。logit采用對數(shù)形式log(a)，logistic形式為log(a/1-a)。（2）應(yīng)用上，普通logistic的響應(yīng)變量是二元的，多元logistic的因變量可為多元。logit的響應(yīng)變量可以是多元的。（3）統(tǒng)計軟件spss中：logit屬于對數(shù)線性模型，分析結(jié)果主要為因變量和自變量之間的關(guān)系，可以細化到各分類因變量與分類自變量之間；logistic屬于回歸分析，分析結(jié)果為估計出自變量參數(shù)。regression下有binary logistic regression和 multinomial logistic regression 。因變量只取0和1時用的就是binary logistic regression 。而multinomial logistic regression 分為多分類無序因變量和多分類有序因變量的logistic回歸。即因變量多于兩個的。（4）當因變量是多類的，可以采用logistic，也可以用logit，計算結(jié)果并無多少差別。

6，logit模型

如果要弄清楚原理，可以看格林或平狄克的計量經(jīng)濟學，上面有比較詳細的講解。另外，向你推薦一本不錯的書：王濟川、郭志剛，Logistic回歸模型——方法與應(yīng)用，北京：高等教育出版社，2001。瀏覽一下這三本書的相關(guān)內(nèi)容，你基本上可以弄清楚概率估計模型，至于網(wǎng)上有沒有電子版的書我就不太清楚了。這里，我可以先簡單的回答你這個問題。首先，通常人們將“Logistic回歸”、“Logistic模型”、“Logistic回歸模型”及“Logit模型”的稱謂相互通用，來指同一個模型，唯一的區(qū)別是形式有所不同：logistic回歸是直接估計概率，而logit模型對概率做了Logit轉(zhuǎn)換。不過，SPSS軟件好像將以分類自變量構(gòu)成的模型稱為Logit模型，而將既有分類自變量又有連續(xù)自變量的模型稱為Logistic回歸模型。至于是二元還是多元，關(guān)鍵是看因變量類別的多少，多元是二元的擴展。其次，當因變量是名義變量時，Logit和Probit沒有本質(zhì)的區(qū)別，一般情況下可以換用。區(qū)別在于采用的分布函數(shù)不同，前者假設(shè)隨機變量服從邏輯概率分布，而后者假設(shè)隨機變量服從正態(tài)分布。其實，這兩種分布函數(shù)的公式很相似，函數(shù)值相差也并不大，唯一的區(qū)別在于邏輯概率分布函數(shù)的尾巴比正態(tài)分布粗一些。但是，如果因變量是序次變量，回歸時只能用有序Probit模型。有序Probit可以看作是Probit的擴展