基于R語言的互補雙對數模型分析

戴建國 楊劍紅

摘 要： 針對分類數據模型的誤差不滿足正態分布，Logistic分布等常用分布，而是滿足極值分布這類特殊情況時，采用互補雙對數模型進行分析。以R語言作為分析工具，并將其與幾種常用模型進行對比分析，結果表明互補雙對數模型優于其他模型。

關鍵詞： 互補雙對數模型； R語言； 有序分類

中圖分類號： O 212.1 文獻標志碼： A 文章編號： 1671-2153（2017）04-0087-03

1 問題提出

大數據時代，數據挖掘與數據分析過程中遇到的數據類型主要有連續型，離散型，以及混合型，其涉及的方法眾多，如機器學習，深度學習等。當然，對于離散型數據，回歸模型也是比較流行的統計分析方法之一，而且在多數情況下，因變量有可能是有序二分類或多分類的離散型變量，在醫療衛生統計或社會統計尤為常見，如對某事的評價可能分為不好、好、非常好這樣三個等級。對于這類數據常用的模型有Logistic回歸模型（包括累積Logistic，鄰近Logistic等模型），Probit回歸模型，但它們分別是假設模型誤差分布是Logistic分布和正態分布的，而有些情況誤差并不滿足這樣的假設，其誤差分布是非對稱的極值分布或稱Gumbel 分布[1]。如某年某河面最高水位這樣一個極值，這時需要尋求一個更為有效的模型，此時采用互補雙對數線性模型與其他幾種模型進行對比分析。并且近年來R語言已成為當下最流行做數據分析和挖掘的工具之一，它不僅有豐富的函數包，而且能與Hadoop，Python等軟件結合，使得成為重要的數據分析工具。下面基于R語言用互補雙對數模型對一組實際數據進行對比分析。……