行为经济学变量的二元属性 二元属性：0和1.显而易见，0表示不出现，1表示出现 分为：对称性和非对称性 对称性二元属性：两个个状态同等重要 非对称性：两个状态不是同等重要的(更重要的/几率较小的赋值1)，两个都取1（正匹配）比两个都取0（负匹配）的情况更有意义 邻近性度量：为相异性和相似性度量 问：如何刻画对称二元属性之间的相异性 答： 这是对象 i 与对象 j 之间二元属性的列联表 q：表示对象 i 与对象 j 都取1的属性数，其余类似 p：表示刻画对象的属性总数 那么相异性： 问：那么非对称二元属性的相异性呢? 答：正匹配比度匹配有意义的多，因此负匹配数t忽略不计 那么非对称二元属性之间的相似性度量为：，即 1 - d( i , j ) 一般来讲，我们更关注值为 1 的特征，当数据向量非常稀疏时，值为 1 的特征个数少，值为 0 的特征个数非常多，此时 SMC 对每个用户间计算的值都是非常相近的，容易判定都相似，所以引入 Jaccard 系数，它忽略了取值都是 0 的特征。 回归的含义：研究被解释变量对解释变量的依赖关系，即用解释变量的已知值去估计被解释变量的均值 X:解释变量、自变量、回归元 Y:被解释变量、因变量、回归子 定量：以数量形式存在着的属性，可对其进行测量，如温度、长度 定性：通过非量化的手段来探究事物的本质，如性别、人种 一般情况下，在我们研究的回归模型中，都隐含的假定了因变量（Y）是定量的，而解释变量（X）是定量、定性（或虚拟变量） 本文来源：https://www.wddqw.com/doc/658a8fba72fe910ef12d2af90242a8956aecaa4a.html