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

3. TIESINĖS REGRESIJOS ALTERNATYVOS
3.1. Tiesinei regresijai netinkanys duomenys
     3.1.1. Heteroskedastiški ir ne visai normalūs duomenys

Tyrimui pasirinksime failo  LAMS (Universitetų absolventų integracija darbo rinkoje, 2009 m. lapkritis – 2010 m. sausis) dalį. Tirsime ISM ir veterinarijos akademijos  studentus (K2 = 15 ir K2 = 6).  Kiti kintamieji:

  • K32 – vidutinės pajamos per mėnesį (rangais nuo 1 – iki 1000, ..., 9 – virš 10000)
  • K33_4 – pasiekiant dabartinę padėtį darbo rinkoje asmeninės savybės (1  - visai nereikšmingos, ..., 5 – labai reikšmingos),
  • K37_1, ....K37_4 – pasitenkinimas įvairiais darbo aspektais ( 1 – labai nepat. , ...., 5 – labai pat.).

Sukuriame K37suminis = K37_1+K37_2+K37_3+K37_4. Šis kintamasis atspindi respondento pasitenkinimą darbu. Naudodami STATA programą, nepamirštame pašalinti reikšmes 99 (jomis SPSS buvo koduoti neatsakymai).
Nagrinėsime modelį K37suminis = f(K32, K33_4). koreliacijas. Įvykdome

reg  K37suminis K32 K33_4

Determinacijos koeficientas  R2 = 0,299 > 0,20, nors ir nėra labai didelis, bet pakankamas. ANOVA rodo gerą modelio tikimą (p = 0,00..). Pagal t kriterijų abudu regresoriai statistiškai reikšmingi. Tikrindami modelio prielaidas, paeiliui įvykdome komandas:

predict r1, rstandard       
swilk r1                             
estat hettest                     
estat vif                               
corr  K32 K33_4 K37suminis

 

dfbeta  K32 K33_4        
summarize  DFK32 DFK33_4 
predict Cook , cooksd
summarize Cook

Formaliai žiūrint, visos tiesinės regresijos prielaidos patenkintos: Šapiro – Vilko testas neatmeta liekamųjų paklaidų normalumo (p = 0,401), Breušo – Pagano testas rodo, kad patenkinta liekanų homoskedastiškumo prielaida (p = 0,0697).  Multikolinearumo nėra –  lygties ženklai atitinka koreliacijas, o abudu VIF <  4. Esminių išskirčių irgi nėra – abiejų regresorių DFB < 1, o Kuko matas < 1.
Vis dėlto stebėjimų nebuvo labai daug (n = 124). Todėl Šapiro – Vilko ir Breušo – Pagano testų p reikšmės galėjo būti nepagrįstai didelės. Be to, neatmesta prielaida, dar nėra jos įrodymas.

Neatmestos nulinės hipotezės nereiškia, kad įrodėme liekamųjų paklaidų homoskedastiškumą ir normalumą.

Mums nepavyko įrodyti priešingai. Todėl pasibraižome grafikus. Įvykdome komandas:

avplot  K33_4
avplot K32
rvfplot

Matome, kad ir abu regresoriai ir liekamosios paklaidos  yra gana heteroskedastiški. Visi grafikai primena „vėduokles‘ – tai tipinis heteroskedastiškumo požymis (homoskedastiškiems duo-menims grafikai primena „juosteles“). Kita vertus, nematyti, kad duomenyse būtų išskirčių.

Vizualiai patikrinsime normalumą. Įvykdome komandas:

histogram r1, frequency normal
pnorm r1

Matome, kad ir normalumo prielaida  tenkinama ne visiškai.

 

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