Πλοήγηση ανά Συγγραφέα "Stroungis, Dimitrios"
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω
Τώρα δείχνει 1 - 1 από 1
- Αποτελέσματα ανά σελίδα
- Επιλογές ταξινόμησης
Τεκμήριο A comparison of Logit and Probit models within the Student t family(2024-10-18) Στρούγγης, Δημήτριος; Stroungis, Dimitrios; Athens University of Economics and Business, Department of Statistics; Vrontos, Ioannis; Pateras, Konstantinos; Besbeas, PanagiotisΕίναι κοινώς αποδεκτό ότι για την μοντελοποίηση δυαδικών ή διωνυμικών δεδομένων, η πιο συνηθισμένη επιλογή είναι η Λογιστική Παλινδρόμηση, ενώ η επικρατέστερη εναλλακτική είναι η Παλινδρόμηση Probit. Επομένως, σημείο εκκίνησης αυτής της εργασίας είναι η μεταξύ τους σύγκριση, ακόμα κι αν είναι ευρέως γνωστό ότι γενικά δίνουν παρόμοια αποτελέσματα. Για το σκοπό αυτό, κάνουμε πρώτα μια βιβλιογραφική ανασκόπηση μελετών που εξετάζουν για τυχόν διαφορές μεταξύ των logit και probit μοντέλων και στη συνέχεια εφαρμόζουμε αυτά τα μοντέλα σε πραγματικά σύνολα δεδομένων ούτως ώστε να συγκρίνουμε την απόδοση τους ως προς την επιλογή μεταβλητών και την καλή προσαρμογή. Δυστυχώς, η μεγάλη ομοιότητα τους, αν και αληθής, συχνά γενικεύεται ώστε να υποδηλώσει ότι όλα τα διωνυμικά μοντέλα είναι ισοδύναμα. Αυτή η λανθασμένη άποψη, σε συνδυασμό με την περιορισμένη βιβλιογραφία για εναλλακτικά μοντέλα πέραν των δημοφιλέστερων logit και probit, έχει οδηγήσει πολλούς ερευνητές στην αυθαίρετη υιοθέτηση μοντέλων. Τα μοντέλα logit και probit προκύπτουν χρησιμοποιώντας ως συνάρτηση σύνδεσης, την αντίστροφη της αθροιστικής συνάρτησης κατανομής της Τυπικής Λογιστικής και Κανονικής αντίστοιχα κατανομής. Μια άλλη εναλλακτική που έχει προταθεί στη βιβλιογραφία, είναι η αντικατάσταση αυτών των κατανομών με την Student t κατανομή με ν βαθμούς ελευθερίας. Έχει αποδειχθεί ότι το μοντέλο που προκύπτει έχει χρήσιμες ιδιότητες για την αντιμετώπιση αποκλινουσών παρατηρήσεων. Επιπλέον, η χρήση αυτής της κατανομής μας προσφέρει ένα ενοποιητικό πλαίσιο μοντελοποίησης, που μας επιτρέπει να θεωρήσουμε τα μοντέλα logit και probit ως μέλη μιας παραμετρικής οικογένειας μοντέλων, με τις εκτιμήσεις των παραμέτρων να καθορίζουν το συγκεκριμένο μοντέλο. Αυτό στη συνέχεια οδηγεί φυσικά στην εκτίμηση των βαθμών ελευθερίας και στη σύγκριση με τα μοντέλα logit και probit που είναι οι κατ’ εξοχήν τυπικές επιλογές. Η εργασία αυτή πραγματεύεται την εκτίμηση των βαθών ελευθερίας σε πραγματικά και προσομοιωμένα δεδομένα και διερευνά το εάν και κατά πόσο μπορεί αυτή να χρησιμοποιηθεί για να προτείνει το καταλληλότερο μοντέλο.
