Средняя эффективность переменных в бинарной логистической модели

Я построил бинарную логистическую модель, чтобы проверить влияние различных переменных на вероятность покупки потребителем. У меня есть 5 разных брендов, и в модели у меня есть 5 ценовых переменных, характерных для бренда (взаимодействие между фиктивным брендом и ценой). Итак, мой вывод выглядит следующим образом:

                         Coefficient               P-value
Price_Brand_A                0.25                    0.02
Price_Brand_B                0.50                    0.01
Price_Brand_C                0.10                    0.09
Price_Brand_D                0.40                    0.15
Price_Brand_E                0.65                    0.02

Я хотел бы спросить, правильно ли говорить об общем влиянии цены, а не конкретно о брендах. Например, правильно ли будет взять среднее значение коэффициентов и сказать, что среднее влияние цены равно 0,38? Или есть какая-то статистическая процедура, которой я должен следовать, чтобы сообщить об общем влиянии цены? Также будет ли то же самое относиться к P-значению?

Я работаю с spss и новичок в моделировании, поэтому буду признателен за любую помощь.

Огромное спасибо


average regression coefficients effect spss
person Noob_Strider    schedule 24.11.2014    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Если вы проверяете гипотезу взаимодействия, вы должны включить в свою модель ряд терминов. В этом случае вы должны были бы включить:

  • Базовый эффект цены
  • Базовые эффекты брендов (пустышек)
  • Эффекты взаимодействия фиктивных брендов * цена.

Поскольку у вас есть 5 брендов, вам придется включить 4 из 5 фиктивных переменных. Пустой манекен будет вашей эталонной категорией. То же самое касается условий взаимодействия. В этом случае базовым эффектом цены будет эффект цены референтной категории брендов. Базой дамми будет разница между брендами, если цена будет равна 0. Эффекты взаимодействия можно интерпретировать двумя разными способами. Можно сказать, что эффект условия взаимодействия будет дополнительным ценовым эффектом одного бренда по сравнению с эталонной категорией брендов. Другой способ — сказать, что эффект взаимодействия — это дополнительная разница между брендом и эталонным брендом, если цена увеличивается на единицу.

Если вы хотите знать, каково среднее влияние цены, зачем вам включать условия взаимодействия? В этом случае я бы исключил взаимодействия из первой модели, а затем включил бы взаимодействия, чтобы показать, что средний эффект цены не точен, если вы посмотрите на эффект для каждого бренда.

Может быть, вы могли бы опубликовать еще некоторые результаты? Я думаю, вы получили от этого больше, чем написали в своем вопросе?

Удачи!

person pm-b    schedule 24.11.2014
comment
Спасибо за ваш ответ Мэтт! Это действительно дает мне некоторые разъяснения. В моем случае я также попытался запустить модель без ценовых взаимодействий и только с одной ценовой переменной, но тогда она оказывается незначительной. Но когда я запускаю его с ценами для конкретных брендов, они имеют большое значение (потому что, помимо цены, они работают немного как константы брендов, которые, я думаю, объясняют различия между брендами). В любом случае дело в том, что я хотел бы знать, имеет ли смысл вычислять среднее значение коэффициентов и сообщать его как среднее влияние цены. - person Noob_Strider; 24.11.2014
comment
Также возвращаясь к вашему комментарию о манекенах, если бы я запустил регрессию без константы модели, смог бы я включить все 5 манекенов? И тогда, возможно, посчитайте средний эффект - person Noob_Strider; 24.11.2014
comment
Нет, расчет среднего значения коэффициентов не приводит к среднему эффекту цены. Не делай этого! Среднее влияние цены, как вы упомянули, было незначительным. Это означает, что в среднем цена не оказывает существенного влияния на вероятность покупки продукта. Вы контролировали бренды в этой модели? Однако в ваших данных есть эффект цены для определенных групп, который вы обнаружили, включив эффекты взаимодействия. Если вы действительно хотите включить взаимодействия и распутать средний эффект, вы можете изучить «кодирование эффектов» для чайников. - person pm-b; 24.11.2014
comment
И чтобы ответить на ваш последний вопрос: вы не можете включить всех пустышек. Вам нужно оставить один. В противном случае модель не может быть оценена. Можете ли вы опубликовать все свои результаты? Так будет легче комментировать. - person pm-b; 24.11.2014
comment
Большое спасибо, тогда я более подробно изучу кодирование эффектов, это кажется довольно интересным! К сожалению, я не могу опубликовать какие-либо результаты, потому что это конфиденциально для университета, но будьте уверены, что вы оказали существенную помощь. Ваше здоровье! - person Noob_Strider; 24.11.2014