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
       10.1.4. Bendrosios probit regresinės analizės etapai

Išsamios modelio analizės etapai:

  • Peržiūrime klasifikacinę lentelę. Tikriname, ar  kiekvienai Y kategorijai teisingai klasifikuota bent tiek atvejų, kiek gautume atsitiktinai spėliodami.
  • Patikriname, ar chi kvadrato statistikos  p reikšmė < 0,05. Jeigu ne – modelis netinkamas.
  • Patikriname, ar visi regresoriai statistiškai reikšmingi (visos Voldo  p reikšmės < 0,05). Jeigu ne – modelis taisytinas. Konstantai p reikšmės nežiūrime.
  • Patikriname, ar modelyje nėra išskirčių (nėra stebėjimų, kuriems Kuko matas > 1).
  • Žiūrime, ar koeficientų ženklai atitinka spėjamą regresorių įtaką (neįtariame multikolinearumo).
  • Pasirinktasis determinacijos pseudokoeficientas yra pakankamai didelis ( > 0,20).
  • Jeigu viskas gerai – modelį aprašome. Jeigu ne – tobuliname.

Labai gerai duomenims tinkančiame modelyje:

  • Didžiausio tikėtinumo chi kvadrato p < 0,05.
  • Visiems regresoriams Voldo kriterijaus p < 0,05.
  • Koeficientų ženklai atrodo logiški.
  • Teisingai klasifikuojama daug atvejų, kai Y = 1 ir kai Y  =  0.
  • Visų duomenų Kuko matai ≤ 1. 
  • Pasirinktasis determinacijos koeficientas ≥ 0,20.

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