Svečias
Titulinis Mokymai Mokymų medžiaga Metodologiniai paketai Taikomoji regresija
Apie mokymus
Mokomieji duomenys
E. mokymai
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE

Pavyzdinis metodologinis mokomasis studijų paketas

TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE

Autorus Prof. habil. dr. Vydas Čekanavičius

Ankstesnis dokumentas Turinys  Literatūros sąrašas Duomenų šaltiniai Sekantis dokumentas

10. PROBIT REGRESIJA
10.1. Probit regresijos modelis
       10.1.3. Modelio tinkamumas

Dozavimo modelių tinkamumo charakteristikas aptarsime atskirai. Bendruoju atveju modelio tikimą duomenims parodo tokie rodikliai:

  1. Klasifikacinė lentelė. Konkretiems stebėjimams prognozuojama Y reikšmė, ir žiūrima, ar spėjimas sutapo su tikrąja Y reikšme. Kuo daugiau sutapimų, tuo modelis geresnis. Kiekvienos kategorijos stebėjimų turi būtu suklasifikuota daugiau, nei gautume atsitiktinai spėdami.
  2. Didžiausio tikėtinumo chi kvadrato statistika. Parodo, ar modelyje yra bent vienas reikalingas regresorius. Jeigu statistikos p reikšmė didesnė už 0,05, tai regresijos modelio tinkamumas labai abejotinas.
  3. Voldo testai regresoriams. Padeda nuspręsti ar kintamasis šalintinas iš modelio. Jeigu konkretaus testo p reikšmė < 0,05, tai sakome, kad regresorius yra statistiškai reikšmingas ir dažniausiai jį modelyje paliekame. Jeigu p reikšmė ≥ 0,05, tai regresorius yra statistiškai nereikšmingas ir modelyje jis paliekamas tik ypatingais atvejais. Dažniausiai modelio konstanta  C paliekama net ir tada, kai ji statistiškai nereikšminga.
  4. Determinacijos (pseudo) koeficientai (angl. R square). Rodo bendrąjį modelio tikimą duomenims. Determinacijos koeficientas įgyja  reikšmes iš intervalo  [0, 1].  Kuo koeficiento reikšmė didesnė, tuo modelis geriau tinka duomenims.  Ne itin gerai, kai  R2 yra labai mažas (R2 < 0,2). Determinacijos koeficientų yra net keli ir visi jie yra pseudokoeficientai. Todėl į juos kreipti daug dėmesio neverta. Galima naudoti bet kurį. Tiesa, privalu nurodyti tikslų determinacijos koeficiento pavadinimą.
  5. Kuko matas. Parodo ar duomenų imtyje yra išskirčių. Išskirčiai Kuko matas viršija 1. Skaičiuojamas kiekvienam respondentui. Modelis su išskirtimis –  nepatikimas.
  6. Deviacija. Probit regresijos modelis yra  apibendrintojo tiesinio modelio atskiras atvejis. Kaip ir kitiems tos rūšies modeliams galima patikrinti ar deviacijos ir jos laisvės laipsnių santykis yra artimas vienetui. Kuo artimesnis, tuo modelis geriau tinka. Vis dėlto, probit regresijos atveju žymiai patikimesnis modelio gerumo rodiklis yra klasifikacinė lentelė ir didžiausio tikėtinumo Chi kvadrato statistika.

NAUJIEMS VARTOTOJAMS
NAUJIENOS
Naujienlaiškis

Nr.1  2009 07-11
Nr.2  2009 12-2010 02
Nr.3  2010 03-05
Nr.4  2010 06-08
Nr.5  2010 09-11
Nr.6  2010 12-2011 02
Nr.7 2011 03-05
Nr.8 2011 06-08
 
© KTU Politikos ir viešojo administravimo institutas
Atnaujinta 2015-06-18