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

5. DAUGIANARĖ LOGISTINĖ REGRESINĖ ANALIZĖ
5.1. Daugianarės logistinės regresijos modelis
       5.1.6. Daugianarės logistinės regresinės analizės etapai

Išsami modelio analizė susideda iš tokių etapų:

  • Patikriname ar  modelio didžiausio tikėtinumo chi kvadrato statistikos  p reikšmė < 0,05. Jeigu  p ≥  0,05 ,   – modelis netinkamas.
  • Patikriname, ar visi regresoriai statistiškai reikšmingi (visos didžiausio tikėtinumo chi kvadrato kriterijaus  p reikšmės < 0,05). Jeigu ne – modelis taisytinas.
  • Pažiūrėję į galimybių santykius, nustatome, kaip regresorių pokyčiai veikia konkrečios Y reikšmės įgijimo tikimybę, lyginant ją su kontrolinės kategorijos įgijimo tikimybe.
  • Peržiūrime ar pakankamai daug teisingų klasifikavimų klasifikacinėje lentelėje. Jeigu nedaug – modelis netinkamas.
  • Papildomai galima ištirti,  ar deviacijos chi kvadrato statistikos p reikšmė  0,05 (taip turi būti geruose modeliuose, kuriuose nedaug intervalinių regresorių). Su Voldo kriterijumi patikriname, daliniuose modeliuose visi regresoriai statistiškai reikšmingi, t.y., ar jų  p reikšmės < 0,05. Konstantos statistinio reikšmingumo netiriame.
  • Jeigu viskas gerai – modelį aprašome. Jeigu ne – tobuliname.

Labai gerai duomenims tinkančiame modelyje:

  • Modelio didžiausio tikėtinumo chi kvadrato p < 0,05.
  • Visiems regresoriams didžiausio tikėtinumo chi kvadrato p < 0,05.
  • Daliniuose modeliuose daugumai regresorių Voldo kriterijaus p < 0,05.
  • Teisingai klasifikuojama kiekvienos kategorijos stebėjimų procentas turi būti ne mažesnis, nei tos kategorijos procentas tarp Y reikšmių.
  • Jeigu imtis nėra labai didelė, ir visoms įmanomoms regresorių reikšmių kombinacijoms yra  pakankamai daug Y  stebėjimų (nulinius dažnius turi ne daugiau 5% langelių), tai   deviacijos ir Pirsono  chi kvadrato statistikų p reikšmės  ≥ 0,05.
  • 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 2018-05-02