В настоящее время я работаю над проектом, в котором предполагается смоделировать принятие c схемы ценообразования. Независимые переменные, используемые для модели: - Возраст, пол, доход и т. Д. c ..., которые носят категориальный характер, поэтому я преобразовал их в факторные переменные с помощью функции as.factor ().
Age Gender Income
0 1 2
0 0 0
0 0 1
У меня есть некоторые другие переменные, такие как удовлетворенность транзитом, улучшение состояния окружающей среды и т. Д. c ..., которые упорядочены по шкале от 1 до 5. 1 очень недоволен, а 5 очень доволен.
Моя модель выглядит следующим образом: -
mdl = oglmx( prcing ~Ann_In1+Edu+Env_imp+rs_imp,data=cpdat, link = "logit", constantMEAN = F, constantSD = F, delta = 0, threshparam = NULL)
summary(mdl)
Estimate Std. error t value Pr(>|t|)
Ann_In11 0.1605540 0.3021613 0.5314 0.5951749
Ann_In12 -0.9556992 0.4218504 -2.2655 0.0234824 *
Edu1 0.0710699 0.2678081 0.2654 0.7907196
Edu2 1.0732587 0.7112519 1.5090 0.1313061
Env_imp.L -0.8524288 0.4899275 -1.7399 0.0818752 .
Env_imp.Q 0.0784353 0.3936332 0.1993 0.8420595
Env_imp.C 0.4589036 0.4498676 1.0201 0.3076878
Env_imp^4 -0.2219108 0.4423486 -0.5017 0.6159032
rd_sft.L 2.6335035 0.7362206 3.5771 0.0003475 ***
rd_sft.Q -0.7064391 0.5773880 -1.2235 0.2211377
rd_sft.C 0.0130127 0.4408486 0.0295 0.9764519
rd_sft^4 -0.2886550 0.3582014 -0.8058 0.4203318
Я получил результаты, как показано ниже. Не могу интерпретировать результаты. Любые выводы в этом могут быть очень полезны. В случае rd_sft (безопасность дорожного движения), поскольку rd_sft.L (линейный) имеет значение, чем другие уровни, можем ли мы пренебречь другими уровнями, то есть Q, C, ^ 4 при формировании модели ?? пожалуйста, расскажите немного о формулировке модели и ее интерпретации, поскольку я новичок в R.