Probit multinomiale

In statistica e apprendimento automatico, il modello probit multinomiale è una generalizzazione del modello probit per problemi con più di due categorie possibili per la variabile dipendente . Quindi esso rappresenta un'alternativa al modello logit multinomiale da utilizzare per problemi di apprendimento supervisionato multi-classe. Non va però confuso con il modello probit multivariato, utilizzato per modellare casi con risultati binari correlati per più variabili indipendenti.

Specifica generale

Si suppone di avere una serie di osservazioni Y_i, per i = 1... n, dei risultati di scelte fra K valori tratte da una distribuzione categorica di dimensione K (ci sono K > 2 scelte possibili). A ciascuna osservazione Y_i è associato un vettore di m valori osservati x_1,i, ..., x_m,i di variabili esplicative (note anche come variabili indipendenti, variabili predittive, caratteristiche, ecc.). Alcuni esempi:

• I risultati osservati potrebbero essere "ha la malattia A, ha la malattia B, ha la malattia C, non ha nessuna delle malattie" per un insieme di malattie rare con sintomi simili, e le variabili esplicative potrebbero essere caratteristiche dei pazienti ritenute pertinenti (sesso, razza, età, pressione sanguigna, indice di massa corporea, presenza o assenza di vari sintomi, ecc.).
• I risultati osservati sono i voti delle persone per un dato partito o candidato in un'elezione con più di 2 opzioni e le variabili esplicative sono le caratteristiche demografiche di ciascuna persona (ad esempio sesso, razza, età, reddito, ecc.).

Il modello probit multinomiale è un modello statistico utilizzabile per predire il probabile esito non osservato di un esperimento multifattoriale, date le variabili esplicative associate. Nel processo, il modello cerca di spiegare l'effetto relativo di diverse variabili esplicative sui diversi esiti.

Formalmente, i risultati Y_i possono essere descritti come dati distribuiti categoricamente, in cui ogni valore di risultato h per l'osservazione i si verifica con una probabilità non osservata p_i,h specifica per l'osservazione i in questione perché determinata dai valori delle variabili esplicative associate a tale osservazione. Vale a dire:

$Y_{i}|x_{1,i},\ldots ,x_{m,i}\ \sim \operatorname {Cat} (p_{i,1},\ldots ,p_{i,K}),{\text{ per }}i=1,\dots ,n$

o equivalentemente

$\Pr[Y_{i}=h|x_{1,i},\ldots ,x_{m,i}]=p_{i,h},{\text{ per }}i=1,\dots ,n,$

per ciascuno dei K possibili valori di h.

Modello con variabili latenti

Il probit multinomiale è spesso scritto in termini di modello con variabili latenti:

${\begin{aligned}Y_{i}^{1\ast }&={\boldsymbol {\beta }}_{1}\cdot \mathbf {X} _{i}+\varepsilon _{1}\,\\Y_{i}^{2\ast }&={\boldsymbol {\beta }}_{2}\cdot \mathbf {X} _{i}+\varepsilon _{2}\,\\\ldots &\ldots \\Y_{i}^{K\ast }&={\boldsymbol {\beta }}_{K}\cdot \mathbf {X} _{i}+\varepsilon _{K}\,\\\end{aligned}}$

dove

${\boldsymbol {\varepsilon }}\sim {\mathcal {N}}(0,{\boldsymbol {\Sigma }})$

allora

$Y_{i}={\begin{cases}1&{\text{se }}Y_{i}^{1\ast }>Y_{i}^{2\ast },\ldots ,Y_{i}^{K\ast }\\2&{\text{se }}Y_{i}^{2\ast }>Y_{i}^{1\ast },Y_{i}^{3\ast },\ldots ,Y_{i}^{K\ast }\\\ldots &\ldots \\K&{\text{altrimenti}}\end{cases}}$

ossia,

$Y_{i}=\mathrm {argmax} _{h=1,\ldots ,K}Y_{i}^{h\ast }$

Si noti che questo modello consente una correlazione arbitraria tra le variabili di errore, quindi non rispetta necessariamente la proprietà di indipendenza delle alternative irrilevanti.

Quando ${\boldsymbol {\Sigma }}$ è la matrice identità (tale che non vi sia correlazione o eteroschedasticità), il modello viene detto probit indipendente.

Stima

Per i dettagli su come vengono stimate le equazioni, si veda la voce Modello Probit.

Riferimenti

• William H. Greene, Econometric Analysis, Seventh, Pearson Education, 2012, pp. 810–811, ISBN 978-0-273-75356-8.