MPLUS結構方程模型應用
- 其他
- 關注:2.8W次
probit模型和logistic模型的結果在很多情況下非常想近,但是從output上比較發現,logistic迴歸會報告OR值,但是probit模型只會報告迴歸係數。而兩者最大的區別在與logistic迴歸採用最大似然估計(ML)。而probit迴歸採用穩健加權最小二乘法(WLSM)(默認的方法)。
工具/原料
mplus7方法/步驟
1、TITLE: this is an example of a probit regression
for a binary or categorical observed
dependent variable with two covariates
DATA: FILE IS ;
VARIABLE: NAMES ARE u1-u6 x1-x4;
USEVARIABLES ARE u1 x1 x3;
CATEGORICAL = u1;
!這裏假如加上了analysis: estimator=ml就變成了邏輯迴歸
MODEL: u1 ON x1 x3;
2、運行結果,截取最重要的部分見下圖
3、圖中可以看出對於probit模型來説,他與logistic最大的`區別在於,probit沒有OR值,但是有R square。然後我們可以參照上一篇內容對兩者的結果進行對比,可以發現兩者的迴歸係數基本相同。出入不大。原作者:delta數據工作室MPLUS結構方程模型應用
- 文章版權屬於文章作者所有,轉載請註明 https://xuewengu.com/flxy/qita/9rjrk.html