Порядковая регрессия
Чтобы успокоить пользователей программы, следует сказать, что Вы можете избежать этих сложных расчетов. В диалоговом окне Ordinal Regression: Output (Порядковая регрессия: Вывод) мы активировали опцию сохранения некоторых переменных, которые теперь можем просмотреть.
Пять переменных est1_1 – est5_1 соответствуют вероятностям для пяти категорий зависимой переменной. Если мы возьмем первого пациента, то достаточно сложить вероятности для первых двух категорий:
0.67 + 0.20 = 0.87Это соответствует тому значению, которое мы рассчитали для совокупной вероятности второй категории. В переменной рге_1 сохранен номер категории, которой соответствует самая высокая вероятность, названная "прогнозируемой категорией". Переменная рср_1 еще раз дает вероятность выбора этой категории.
Связующая логит-функция выбранная нами для этого примера, принадлежит к набору из пяти функций, приведенных ниже.
| Функция | Форма | Применение |
| Logit (Логит) | In (р/(1-р)) | Равномерно распределенные категории |
| Complementary log-log (Сопряженный двойной логарифм) | ln(-ln(1-p)) | Высшие категории представлены сильнее |
| Negative log-log (Отрицательный двойной логарифм) | -ln(-ln(p)) | Низшие категории представлены сильнее |
| Probit (Пробит) | Инверсия стандартного комулятивного нормального распределения | Нормально распределенные частоты |
| Cauchit (Коши) | tan(7t(p-0.5)) | Появление пиковых значений |
В качестве меры качества прогнозирования можно использовать ранговую корреляцию по Спирману между фактически наблюдаемой категорией (переменная plan) и прогнозируемой категорией (переменная рге_1). Для приведенного примера (связующая функция – логит) получим г = 0.611; для других связующих функций получаются более низкие значения.
Лучшую модель можно получить, если в диалоговом окне Ordinal Regression: Location (Порядковая регрессия: Положение) наряду с главными эффектами включить и взаимодействия. После активирования опции Custom (Пользовательский режим) в вашем распоряжении появляется вспомогательное меню, при помощи которого вместе с главным эффектом Вы сможете включить в модель и различные виды взаимодействия.
- Активируйте опцию Custom (Пользовательский режим) и сперва выберите в появившемся списке Main effects (Главные эффекты).
- При помощи транспортной кнопки перенесите все факторы в поле Location model: (Определение положения для модели).
- Затем отметьте в разворачивающемся меню Interaction (Взаимодействие) и повторно перенесите все факторы в поле Location model: (Определение положения для модели). Будет выбрано взаимодействие четвертого уровня. При помощи опции All 2-way (Все дважды) Вы можете задать взаимодействие второго уровня, при помощи опции All 3-way (Все трижды) – взаимодействие третьего уровня и т.д.
Теперь прогноз будет лучше; в случае применения для данного примера взаимодействия четвертого уровня ранговая корреляция между наблюдаемой и прогнозируемой категориями возрастает с 0.611 до 0.739. При этом, конечно же, возрастает и количество параметрических оценок.