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

2. TIESINĖ REGRESINĖ ANALIZĖ
2.3. Tiesinė regresinė analizė su STATA
     
2.3.7. Autokoreliacija

Tirtiesiems pavyzdžiams tai visiškai neaktualus klausimas nes nebuvo jokio įtarimo, jog duomenyse gretimų respondentų atsakymai kažkaip susiję. Vis dėlto, parodysime, kaip su STATA apskaičiuoti Durbino –  Vatsono statistiką. Tam reikia turėti vadinamąjį laiko kintamąjį (dažnai tai metai, kada buvo atliktas matavimas, galimi ir niuansai, jeigu duomenys ketvirtiniai). Kadangi tokio kintamojo tiriamame faile nėra, tai dirbtinai apsiribojame pirmaisiais šimtu respondentu (keep if idno < = 100) ir  pavadiname kintamąjį idno laiko kintamuoju:

tsset idno

Atlikę regresiją (reg satisfaction trust_all), įvykdome komandą

dwstat

Gautoji Durbino – Vatsono statistikos reikšmė (1,7496) yra pakankamai arti 2, todėl manome, kad autokoreliuotumo nėra. Primename, kad autokoreliuotumas mažai tikėtinas, jeigu Durbino – Vatsono statistika yra tarp 1,5 ir 2,5.

Beje, Number of gaps in sample rodo, kad ne visos eilutės buvo panaudotos regresijoje (ne visoms turėjome duomenų ir apie satisfaction ir apie trust_all).

 

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