信息计量研究中的受限因变量模型和概率预测

Nick Deschacht，Tim C.E.Engels^[1]

摘要　本章主要探索了二分变量、有序变量和计数资料回归模型等受限因变量模型在信息计量学中的应用潜力。在信息计量学和科学计量学的研究中，这些模型可以用于各种分类数据及计数资料的分析，如评估分数、职业转换数据、引文频次以及编辑决策、投资决策数据等。本章对上述模型在信息计量学文献中的使用情况进行了综述，并介绍了这些模型的潜在假设及其在预测研究中的潜力。受限因变量模型的主要优点是能够使我们在多变量框架中识别主要的解释变量并且估计边际效应的大小。我们通过分析示例数据集中引文量的决定因素对上述模型进行了阐述。此外，本章还展示了如何使用统计学软件STATA对上述模型进行估计。