×
Yu，Philip L.H。;Lee，Paul H。;Cheung，S.F.（张，S.F.）。;Lau，Esther Y.Y。;Doris S.Y.Mok。;哈里·C·许。

离散选择数据的Logit树模型及其在中国基督徒寻求建议偏好中的应用。 （英语） Zbl 1342.65074号

计算。斯达。 第2号第31页，799-827页（2016年）.
概要：Logit模型是分析离散选择和排序数据的常用工具。该模型假设法官用可测量的效用对每个项目进行评分，并且法官效用的排序决定了结果。Logit模型已被证明是强大的工具，但如果模型包含非线性和交互项，则很难解释。我们通过添加决策树结构来扩展logit模型以克服这一困难。我们引入了一种新的树分裂变量选择方法，该方法区分了非线性效应和线性效应，并将选择非线性效应最强的变量，因为线性效应最好使用logit模型建模。以这种方式构建的决策树比使用基于loglikelihood的分裂准则的决策树具有更小的大小。此外，所提出的分裂方法可以节省计算时间，并避免在选择最佳分裂变量时出现偏差。logit中的变量选择问题还对模型进行了研究，结果表明，前向选择准则与logit树模型很好地结合。针对排名数据，进行了仿真，结果表明我们提出的分割方法是无偏的。最后，为了证明logit树模型的可行性，将其应用于分析两个数据集，一个具有二进制结果，另一个具有排名结果。

引用于2文件

MSC公司：

62-08 统计问题的计算方法

关键词：

二进制数据;决策树;多项式数据;排名数据;变量选择

软件：

Pmr公司
PDF格式BibTeX公司 XML格式引用
\textit{P.L.H.Yu}等人，计算。Stat.31，No.2，799--827（2016；Zbl 1342.65074）
全文： DOI程序

参考文献：

[1] Alexander WP，Grimshaw SD（1996），树回归。J计算图统计5（2）：156-175
[2] Allison PD，Christakis NA（1994），排名项目集的Logit模型。社会方法24:199-228·doi:10.2307/270983
[3] Armitage P（1955）比例和频率线性趋势测试。生物计量学11:375-386·doi:10.2307/3001775
[4] Beggs S、Cardell S、Hausman J（1981）《电动汽车潜在需求评估》。《经济学杂志》16:1-19·doi:10.1016/0304-4076（81）90056-7
[5] Breiman L、Friedman JH、Olshen RA、Stone CJ（1984）分类和回归树。加利福尼亚州贝莫特·Zbl 0541.62042号
[6] Chan KY，Loh WY（2004）《Lotus:构建准确且可理解的逻辑回归树的算法》。J计算图形统计13（4）：826-852·doi:10.1198/106186004X13064
[7] Chapman RG，Staelin R（1982）利用随机效用模型中的秩有序选择集数据。《马克研究杂志》19:288-301·doi:10.2307/3151563
[8] Chaudhuri P，Lo WD，Loh WY，Yang CC（1995）广义回归树。统计Sin 5:641-666·Zbl 0824.62060号
[9] Cochran WG（1954）一些加强常见方形测试的方法。生物计量学10:417-451·Zbl 0059.12803号 ·数字对象标识代码：10.2307/3001616
[10] Dusseldorp E，Meulman JJ（2004）发现治疗协变量相互作用的回归树干方法。心理测量学69:355-374·Zbl 1306.62405号 ·doi:10.1007/BF02295641
[11] Dusseldorp E，Conversano C，van Os BJ（2010）《同时结合加性和基于树的回归模型：STIMA》。计算机图形科学杂志19（3）：514-530·文件编号：10.1198/jcgs.2010.06089
[12] Erosheva EA，Fienberg SE，Joutard C（2007）通过多元二进制数据的个体级混合模型描述残疾。应用统计年鉴1（2）：502-537·Zbl 1126.62101号 ·doi:10.1214/07-AOAS126
[13] Goldberg LR（1997）一个宽频带、公共领域、人格清单，用于测量几个五因素模型的低层次方面。收录：Mervielde I、Deary I、Fruyt FD、Ostendorf F（编辑）《欧洲人格心理学》。蒂尔堡大学出版社·Zbl 1101.68767号
[14] Hausman J，Ruud PA（1987）为等级排序数据指定和测试计量经济学模型。《经济学杂志》34:83-104·Zbl 0646.62103号 ·doi:10.1016/0304-4076（87）90068-6
[15] Hosmer DW，Lemeshow S（2000）《应用逻辑回归》，第2版。纽约威利·Zbl 0967.62045号 ·doi:10.1002/0471722146
[16] Hothorn T，Hornik K，Zeileis A（2006）无偏递归划分：条件推理框架。计算图统计杂志15（3）：651-674·doi:10.1198/106186006X133933
[17] Hui CH，Ng ECW，Mok DSY，Lau EYY，Cheung SF（2011）《中国人信仰成熟度量表：修订和结构验证》。国际精神病杂志21:308-322·doi:10.1080/10508619.2011.607417
[18] Landwehr N、Hall M、Frank E（2005）《物流模型树》。马赫学习59:161-205·Zbl 1101.68767号 ·doi:10.1007/s10994-005-0466-3
[19] Lee PH，Yu PLH（2010）基于距离的排名数据树模型。计算统计数据分析54:1672-1682·兹比尔1284.62055 ·doi:10.1016/j.csda.2010.01.027
[20] Lee PH，Yu PLH（2012）基于加权距离的排名数据模型与政治研究应用的混合。计算统计数据分析56:2486-2500·Zbl 1252.62010年 ·doi:10.1016/j.csda.2012.02.002
[21] Lee PH，Yu PLH（2013）分析和建模排名数据的R包。BMC医学研究方法13:65·doi:10.1186/1471-2288-13-65
[22] Leung KF，Tay M，Cheng S，Lin F（1997）香港中文版世界卫生组织生命质量简写版。香港医院管理局
[23] Leung K、Bond MH、de Carrasquel SR、Munoz C、Hernandez M、Murakami F、Yamaguchi S、Bierbrauer G、Singelis TM（2002）《社会公理：关于世界如何运作的普遍信念的普遍维度的探索》。《跨信仰心理学杂志》33:286-302·doi:10.1177/0022022102033003005
[24] Luce RD（1959）个人选择行为。纽约威利·Zbl 0093.31708号
[25] Maydeu-Olivares A，Brown A（2010）配对比较和排名数据的项目反应建模。Multivar Behav研究45（6）：935-974·doi:10.1080/00273171.2010.531231
[26] Poon WY，Xu L（2009），关于瑟斯顿框架中具有联系的属性排名建模和估计。英国数学统计心理学杂志62:507-527·doi:10.1348/000711008X337703
[27] Schwartz SH（1996）《价值优先权和行为：应用综合价值系统理论》。收录：塞利格曼C、奥尔森JM、赞纳议员（编辑）《价值心理学：安大略研讨会》，第8卷。新泽西州埃尔鲍姆和希尔斯代尔，
[28] Strobl C、Wickelmaier F、Zeileis A（2011）通过递归分区的方法解释Bradley-Terry模型中的个体差异。教育行为统计杂志36:135-153
[29] 苏旭，王明，樊JJ（2004）最大似然回归树。J计算图统计13（3）：586-598·doi:10.1198/106186004X2165
[30] 瑟斯通法学（1927）一部比较判断法。心理学评论34:273-286·doi:10.1037/h0070288
[31] Train K（2003）离散选择方法与模拟。剑桥大学出版社·Zbl 1047.62098号 ·doi:10.1017/CBO9780511753930
[32] Tsai RC，Yao G（2000）使用后验预测检验检验瑟斯顿病例V排名模型。英国数学统计心理学杂志53:275-292·doi:10.1348/000711000159330
[33] Yao G，Bockenholt U（1999）基于吉布斯采样器的瑟斯顿排序模型的贝叶斯估计。Br J数学统计心理学52:79-92·数字对象标识代码：10.1348/000711099158973
[34] Yu PLH，Wan WM，Lee PH（2008）使用决策树分析排名数据。参加：欧洲机器学习和数据库知识发现原理与实践会议
[35] Yu PLH，Wan WM，Lee PH（2010）排名数据的决策树建模。In:Furnkranz J，Hullermeier E（编辑）偏好学习。柏林施普林格，第83-106页·Zbl 1214.68310号
[36] Zeileis A、Hothorn T、Hornik K（2008）基于模型的递归分区。J计算图统计17（2）：492-514
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。