z-logo
Premium
Classification techniques in accounting research: Empirical evidence of comparative performance *
Author(s) -
KENNEDY DUANE B.
Publication year - 1992
Publication title -
contemporary accounting research
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 2.769
H-Index - 99
eISSN - 1911-3846
pISSN - 0823-9150
DOI - 10.1111/j.1911-3846.1992.tb00853.x
Subject(s) - logit , probit , linear discriminant analysis , mathematics , statistics , probit model , econometrics
. Many accounting research problems involve classification of observations into discrete categories. A number of statistical techniques are used in accounting research involving discrete categories. This study examines the performance of seven techniques that can be used when there are more than two discrete categories. The techniques are linear discriminant analysis, quadratic discriminant analysis, McKelvey and Zavoina n‐chotomous probit, Walker and Duncan ordinal logit, Nerlove and Press polytomous logit, ordered classification trees, and unordered classification trees. Technique performance is measured using classification accuracy. The study finds that the Walker and Duncan ordinal logit, Nerlove and Press polytomous logit, and linear discriminant analysis techniques have the highest performance. The study also finds that the theoretical assignment rule for McKelvey and Zavoina n‐chotomous probit produces lower classification accuracy than an assignment rule based on maximum probability. Résumé. De nombreux problèmes de recherche comptable exigent la classification des observations en catégories discrètes. Maintes techniques statistiques qui font intervenir des catégories discrètes sont utilisées en recherche comptable. L'auteur examine le rendement de sept techniques pouvant être utilisées en présence de plus de deux catégories discrètes. Ces techniques sont l'analyse discriminante linéaire, l'analyse discriminante quadratique, le probit n‐chotomique de McKelvey et Zavoina, le logit ordinal de Walker et Duncan, le logit polytomique de Nerlove et Press, les arbres de classification ordonnée et les arbres de classification non ordonnée. Le rendement de ces techniques est évalué en fonction de la précision de la classification. L'auteur conclut que le logit ordinal de Walker et Duncan, le logit polytomique de Nerlove et Press et l'analyse discriminante linéaire sont les techniques qui ont le rendement le plus élevé. Il en vient également à la conclusion que la règle d'affectation théorique pour le probit n‐chotomique de McKelvey et Zavoina offre une précision moindre sur le plan de la classification qu'une règle d'affectation basée sur la probabilité maximum.

This content is not available in your region!

Continue researching here.

Having issues? You can contact us here