用于 Likert 量表和离散评级量表结果的膨胀离散 Beta 回归模型
统计方法学
2014-05-20 v1 应用统计
摘要
离散有序响应（如 Likert 量表）常用于问卷调查中，并作为建模中的因变量。此类量表的响应分布始终是离散的，具有有界支撑且往往呈现偏态。此外，量表的某一特定层级经常出现膨胀现象，因为它累积了两类受访者：一类是毫不犹豫地始终选择该特定层级（通常是量表中间或某一极端）的受访者，另一类是选择了该选项但本可能选择相邻选项的受访者。膨胀离散 Beta 回归（IDBR）模型同时解决了这四个关键特征，而现有模型从未同时考虑过这些特征。该模型利用潜在的 Beta 分布，将比率的均值和离散度共同对协变量进行回归。选择膨胀层级的受访者始终做出该选择的概率也对协变量进行回归。用于评估 IDBR 模型统计特性的模拟研究表明，其产生的预测比竞争模型更为精确。IDBR 模型最相关的特征在于能够同时对有序响应分布的位置和离散度进行建模，并刻画选择“膨胀”选项的受访者特征。本文通过对 2012 年欧洲社会调查中比利时受访者在“左 - 右”政治立场量表上的分析对此进行了说明。
引用
@article{arxiv.1405.4637,
title = {Inflated Discrete Beta Regression Models for Likert and Discrete Rating Scale Outcomes},
author = {Cedric Taverne and Philippe Lambert},
journal= {arXiv preprint arXiv:1405.4637},
year = {2014}
}