TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
Pavyzdinis metodologinis mokomasis studijų paketas
TAIKOMOJI REGRESINĖ ANALIZĖ SOCIALINIUOSE TYRIMUOSE
Autorus Prof. habil. dr. Vydas Čekanavičius |
|
|
9. MODIFIKUOTI SKAIČIUOJAMIEJI MODELIAI
9.4. Benulė Puasono regresija
9.4.1. Modelio paskirtis
Būna, kad kintamasis pagal savo prigimtį negali įgyti nulių, nors visais kitais atžvilgiais labai panašus į Puasono (ir visai nepanašus į normalųjį) kintamąjį. Pavyzdžiui, minimalus praleistų ligoninėje dienų skaičius yra 1. Minimalus namų ūkio narių skaičius – vienas. Puasono regresijos modelyje visada tariama, kad gali būti ir nulinės reikšmės ir surandamos jų įgijimo tikimybės. Todėl tokiems duomenims tiesiai taikyti Puasono regresijos modelio negalima. Vienas iš variantų – transformuoti duomenis, pavyzdžiui, atimant vienetą. Būtent taip mes transformavome namų ūkio narių skaičių į kitų namų ūkio subjektų skaičių (numbhh = hhmmb – 1). Alternatyva būtų benulis Puasono regresijos modelis.
Pastumtas Puasono modelis (tiksliau Puasono modelis pastumtiems duomenims) skiriasi nuo benulio Puasono modelio. Pastumtojo Puasono modelio atveju, Puasono kintamojo nulio tikimybė priskiriama vienetui, vieneto tikimybė priskiriama dvejetui ir t.t. Benulio Puasono modelio idėja yra kitokia, tikimybes laikome sąlyginėmis Puasono tikimybėmis. Maždaug taip – stebime tai Puasono kintamąjį, tik jis nulių neįgyja. Tikimybė tokiam Puasono dydžiui įgyti reikšmę k:
Svarbiausia benulio Puasono regresijos modelio bėda – minimalus statistinių rodiklių rinkinys. Labai sunku nuspręsti, ar šis modelis tinka duomenims. Faktiškai apsiribojama:
- Didžiausio tikėtinumo chi kvadrato statistika (gerai, kai jos p < 0,05.
- Patikrinama, ar pagal Voldo kriterijų regresoriai statistiškai reikšmingi.
- Palyginimui su pastumtuoju Puasono regresijos modeliu galima panaudoti informacinius indeksus AIC, BIC.
Analogiškai benuliam Puasono regresijos modeliui galim ištirti ir benulį neigiamos binominės regresijos modelį.
