저는 제 연구에 JMP의 [소비자 설문] > [선택 모델]을 사용하고 있습니다. 논문에서 사용한 모델 이름을 포함하라는 조언을 받았습니다. 모델 이름을 알려주시겠습니까? 또한 결정 계수(R2)를 포함하라는 메시지를 받았습니다. 계산이 가능합니까?
저는 제 연구에 JMP의 [Consumer Survey] > [Choice Model]을 사용하고 있습니다. 논문에서 사용한 모델 이름을 포함하라는 조언을 받았습니다. 모델 이름을 알려주시겠습니까? 또한 결정계수(R2)를 포함하라는 메시지를 받았습니다. 계산이 가능할까요?
안녕하세요 @Syoshinnsya2024 ,
커뮤니티에 오신 것을 환영합니다!
Choice 모델과 관련된 JMP 도움말 섹션을 이미 확인하셨나요?: Choice 플랫폼 개요
" Choice 플랫폼은 조건부 로지스틱 회귀의 한 형태를 사용하여 구성이 선호될 확률을 추정합니다. 간단한 로지스틱 회귀와 달리 choice 모델링은 선형 모델을 사용하여 피험자 특성에만 의존하지 않고 응답 속성에 따라 선택을 모델링합니다. "
선택 모델을 더 깊이 이해하기 위해 몇 가지 기사/문헌도 제공됩니다.
- Louviere, JJ, Flynn, TN 및 Marley, AA(2015).최고-최악 스케일링: 이론, 방법 및 응용 프로그램. 케임브리지: 케임브리지 대학 출판부.
- Train, KE(2009). 이산 선택 방법 및 시뮬레이션 . 2판. 케임브리지 대학교 출판부.
- Rossi, PE, Allenby, GM, McCulloch, R. (2005). 베이지안 통계 및 마케팅 . Chichester, UK: John Wiley & Sons.
로지스틱 회귀 분석의 일종을 기반으로 하므로 "전통적인" R²을 사용할 수 없습니다.
로지스틱 회귀의 경우, McFadden의 가상 R²을 사용할 수 있습니다.
선택 모델의 경우 logLikelihhod, AICc 및 BIC 메트릭과 같이 가능성과 관련된 다양한 메트릭을 사용할 수 있습니다. 그러나 여러 모델을 비교하여 가장 유익하고 덜 복잡한 모델을 선택할 때 가장 유용합니다.
귀하의 예에서 McFadden의 가상 R²을 계산하려면 기술적으로 다음 공식을 사용하여 수행할 수 있습니다.
( Pseudo-R-squared - Wikipedia 에서)
Lm : 전체 모델의 로그 우도
및 L0: 절편만 있는 모델의 로그 우도(상수 요인 값을 추가하고 모델 효과에 사용).
"선택 프로필" 예제에서 효과의 logLikelihood가 -6(또는 -2logLikelihood = 12)인 모델을 실행합니다.
상수 효과(절편)만 있는 모델을 실행할 때 logLikelihood는 -9(또는 -2logLikelihood = 18)가 됩니다.
위의 공식을 사용하면 맥패든의 가상 R²은 0.333과 같다고 계산할 수 있습니다.
위의 단계를 재현할 수 있도록 모델에 사용된 데이터표를 첨부했습니다.
이 답변이 도움이 되길 바랍니다.
