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

11. LOGTIESINIAI MODELIAI

11.1. Logtiesinio modelio struktūra ir savybės

11.1.1. Modelio lygtis

Įsivaizduokime, kad pagal du požymius A ir B suskirstėme respondentus į grupes. Modeliuojamas respondentų skaičius kiekvienoje grupėje (tiksliau skaičiaus logaritmas – iš čia ir pavadinimas kilęs). Sąlyginė modelio schema atrodo taip:

Čia μ žymi bendrą vidutinį respondentų skaičių grupėje, λA atspindi požymio A įtaką, λB atspindi požymio B įtaką, nurodo požymių A ir B tarpusavio sąveiką. Norint, kad modelio užrašas būtų neformalus, reikėtų visus λ keisti keliais dichotominiais kintamaisiais (jų būtų tiek, kiek požymiai turi kategorijų). Užrašytasis modelis vadinamas pilnuoju (angl. saturated), nes jame nurodytos visos galimos kintamųjų sąveikos. Pilnasis modelis visiškai tiksliai aprašo kintamųjų priklausomybes. Logtiesinio modeliavimo tikslas – surasti paprastesnės struktūros modelį, kuris kintamųjų priklausomybes aprašytų beveik taip gerai, kaip ir pilnasis modelis. Geras logtiesinis modelis nuo pilnojo modelio statistiškai reikšmingai nesiskiria, bet yra paprastesnės struktūros.

Pavyzdžiui, jeigu tiktų modelis ln (respondentų skaičius grupėje) = μ + λA x B, tai darytume išvadą, kad patys po vieną požymiai nėra itin svarbūs, o svarbi tik jų sąveika.

Kai kintamųjų daug (dalis jų gali būti ir intervaliniai), pilnieji modeliai tampa labai gremėzdiški. Pavyzdžiui, pilnasis logtiesinis modelis, kai yra trys kategoriniai požymiai, atrodo taip:

Todėl sudarytas modelis turėtų būti paprastesnis. Matematiškai respondentų skaičius grupėje modeliuojamas, laikant jį Puasono atsitiktiniu dydžiu. Faktiškai gauname Puasono regresijos analogą, kai respondentų skaičius grupėje užima priklausomo kintamojo vietą.

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