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

4. DVINARĖ LOGISTINĖ REGRESINĖ ANALIZĖ
4.1. Dvinarės logistinės regresijos modelis
       4.1.8. Pastabos apie logistinės regresijos taikymą

  • Kaip taisyklė, taikant logistinę regresinę analizę, apsiribojama tik vienu –  chi kvadrato arba Hosmerio - Lemešou – kriterijumi.  Hosmerio – Lemešou kriterijus taikytinas, kai imtis nedidelė, nes didelėms imtims p reikšmė gali būti maža vien dėl imties didumo.

  • Aprašymuose neretai nurodomas tik bendrasis teisingų klasifikavimų procentas. Tai nėra blogai. Tik reikia nepamiršti, kad modelis turi padėti gerai atpažinti abi Y reikšmes.  Priešingu atveju, galima padaryti neteisingą išvadą. Pavyzdžiui, galima  pamanyti, kad modelis latentiniam kairiarankiškumui nustatyti gerai tinka, nes bendras teisingų klasifikacijų procentas yra 60%. Tuo tarpu, atidžiau pažvelgus, ims ir paaiškės, kad taikomas modelis 100%  atpažįsta dešiniarankius ir 0%  –  kairiarankius,  t.y., klasifikavimo taisyklė labai paprasta (ir kvaila) – nesvarbu kokios ten tos kintamųjų reikšmės, sakysime, kad respondentas dešiniarankis. Tiesiog dešiniarankių imtyje buvo 60%.

  • Šiame konspekte išsamiai aptariama tik tiesioginė dvinarė logistinė regresija, kai visus modelio tobulinimus atlieka pats tyrėjas. Tyrimuose dar  taikomi keliaetapiai (žingsniniai) logistinės regresijos modeliai, kai modelyje automatiškai paliekami patys statistiškai reikšmingiausi iš pradinių kintamųjų.

  • Priešingai, nei tiesinėje regresijoje, jeigu daugiklis prie X yra, tai negalima sakyti, kad X padidėjus vienetu, Y padidės 3.

  • Gali būti ir vienas regresorius. Juo turi būti intervalinis kintamasis.

  • Gana dažnai pasitaikanti klaida išraišką  pavadinti tikimybe. Todėl dar kartą primename: z nėra tikimybė, z yra tikimybių santykio logaritmas.
Kai Y įgyja reikšmes 1 ir 2, jos modelyje perkoduojamos: reikšmė Y=1 traktuojama, kaip modelio 0, o Y=2 traktuojama, kaip modelio 1. Todėl, sudarę modelį modelio vieneto tikimybei, turime prisiminti, kad šis vienetas atitinka pradinį kodą Y=2. Tai sukelia papildomas problemas, interpretuojant rezultatus. Todėl labai primygtinai rekomenduojame, skaitinį kintamąjį iš pat pradžių perkoduoti, suteikiant reikšmes 0 ir 1. 

 

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