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

6. RANGINĖ LOGISTINĖ REGRESINĖ ANALIZĖ
6.3. Ranginė logistinė regresinė analizė su STATA
       6.3.4. Klasifikacinė lentelė

Nors klasifikacinė lentelė beveik niekada ranginės logistinės regresijos aprašuose nepridedama, parodysime, kaip ją gauti. Klasifikacinę lentelę tenka susikurti, analogiškai daugianarės regresijos atvejui, žr. 5.3.4 skyrelį. Paeiliui įvykdome komandas:

predict pre1 pre2 pre3
gen cat = 0
replace cat = 1 if pre1>pre2 & pre1 > pre3
replace cat = 2 if pre2>pre1 & pre2 > pre3
replace cat = 3 if pre3>pre1 & pre3 > pre2
label define nopsas 1 "Menkai" 2 "Vidutiniškai" 3 "Dažnai"
label values cat nopsas
tab  Bakna3 cat, row

Matome, kad iš 51 menkai profesines žinias naudojusio respondento teisingai klasifikuoti 25 (49,02%) . Teisingai buvo klasifikuoti 36%  vidutiniai žinių naudotojai ir  72,31%  – dažni naudotojai. Išskyrus trečią kategoriją, kiti procentai gana maži. Palyginkime su pradine nuomonių dažnių lentele:

tab Bakna3, freq

Klasifikacinės lentelės procentai didesni, nei gautume aklai spėliodami. Taigi, klasifikavimas nėra jau toks blogas.

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