जवाबों:
MNL में मुख्य धारणा यह है कि त्रुटियों को स्वतंत्र और पहचान के साथ एक Gumbel चरम मूल्य वितरण के साथ वितरित किया जाता है। इस धारणा का परीक्षण करने में समस्या यह है कि इसे प्राथमिकता बना दिया जाता है । मानक प्रतिगमन में आप कम से कम वर्ग वक्र फिट करते हैं, और अवशिष्ट त्रुटि को मापते हैं। एक लॉजिट मॉडल में, आप मानते हैं कि त्रुटि पहले से ही बिंदु के माप में है, और उस अनुमान से संभावना फ़ंक्शन की गणना करें।
एक महत्वपूर्ण धारणा यह है कि नमूना बहिर्जात हो। यदि यह पसंद आधारित है, तो ऐसे सुधार हैं जिन्हें नियोजित करने की आवश्यकता है।
जहां तक मॉडल पर खुद की धारणाओं की बात है, ट्रेन तीन का वर्णन करती है:
पहली धारणा यह है कि आपको ज्यादातर अपनी समस्या के संदर्भ में बचाव करना होगा। तीसरा काफी हद तक एक ही है, क्योंकि त्रुटि शब्द विशुद्ध रूप से यादृच्छिक हैं।
हालांकि, कुछ हद तक दूसरा परीक्षण योग्य है। यदि आप एक नेस्टेड लॉगिट मॉडल निर्दिष्ट करते हैं, और यह पता चलता है कि इंटर-नेस्ट प्रतिस्थापन मॉडल पूरी तरह से लचीला है ( ) तो आप MNL मॉडल का उपयोग कर सकते थे, और आईआईए धारणा मान्य है। लेकिन याद रखें कि नेस्टेड लॉगिट मॉडल के लिए लॉग-लाइबिलिटी फ़ंक्शन में स्थानीय मैक्सिमा है, इसलिए आपको यह सुनिश्चित करना चाहिए कि आपको लगातार मिलता है ।λ = 1
जहाँ तक एसपीएसएस में यह करने की बात है, मैं आपको mlogitइसके बजाय आर में पैकेज का उपयोग करने के सुझाव के अलावा अन्य मदद नहीं कर सकता। माफ़ करना।
बहुराष्ट्रीय लॉजिस्टिक की सबसे महत्वपूर्ण व्यावहारिक मान्यताओं में से एक यह है कि की सबसे छोटी आवृत्ति श्रेणी में टिप्पणियों की संख्या बड़ी है, उदाहरण के लिए मॉडल के दाहिने हाथ की तरफ से मापदंडों की संख्या 10 गुना।
gmacfarlane बहुत स्पष्ट है। लेकिन अधिक सटीक होने के लिए, और मुझे लगता है कि आप एक क्रॉस सेक्शन विश्लेषण करते हैं, मुख्य धारणा आईआईए (अप्रासंगिक विकल्पों की स्वतंत्रता) है। आप अपने डेटा को आईआईए धारणा में फिट होने के लिए मजबूर नहीं कर सकते हैं, आपको इसका परीक्षण करना चाहिए और इसके संतुष्ट होने की उम्मीद करनी चाहिए। Spss 2010 तक परीक्षण को सुनिश्चित नहीं कर सका। बेशक, यह करता है, लेकिन यह मेरे लिए आसान हो सकता है कि आप मैलाट पोस्टस्टिमेशन कमांड द्वारा प्रदान किए गए आईआईए परीक्षणों को स्टैटा में माइग्रेट करें और लागू करें।
यदि IIA धारण नहीं करता है, तो मिश्रित बहुराष्ट्रीय लॉग या नेस्टेड लॉगिट उचित विकल्प हैं। पहले एक को गोलम के भीतर अनुमान लगाया जा सकता है, दूसरा दूर से अधिक पारिश्रमिक नोलिट कमांड के साथ।