Подсчет очков за поездку

В статистике . ридит-скоринг — это статистический метод, используемый для анализа упорядоченных качественных измерений Инструменты ридит-анализа были разработаны и впервые применены Броссом. который ввёл термин «ридит» по аналогии с другими статистическими преобразованиями, такими как пробит и логит . Ридит описывает , как распределение зависимой переменной в строке i таблицы сопряженности сравнивается по к определенному отношению распределению ( например , предельному распределению зависимой переменной).

Расчет баллов ридита

Выбор эталонного набора данных

Поскольку оценка Ridit используется для сравнения двух или более наборов упорядоченных качественных данных, один набор назначается в качестве эталона, с которым можно сравнивать другие наборы. Например, в эконометрических исследованиях оценки Ridit, измеряющие ответы на опросы о вкусах конкурирующего или исторически важного продукта, часто используются в качестве справочного набора данных, с которым сравниваются опросы о вкусах новых продуктов. При отсутствии удобного набора справочных данных можно использовать накопление объединенных данных из нескольких наборов или даже искусственный или гипотетический набор.

Определение функции вероятности

После выбора набора эталонных данных его необходимо преобразовать в функцию вероятности. Для этого обозначим через x ₁ , x ₂ ,..., x _n упорядоченные категории шкалы предпочтений. Для каждого x j j _{представляет} собой выбор или суждение. Тогда пусть функция вероятности p определена относительно набора справочных данных как

$p_{j}=Prob({x_{j}}).$

Определение ридитов

Оценки Ridit или просто Ridits набора справочных данных затем легко рассчитываются как

$w_{j}=0.5p_{j}+\sum _{k<j}{p_{k}}.$

Затем каждая из категорий набора справочных данных связывается с рейтингом Ridit.Более формально, для каждого $1\leq j\leq n$, значение w _j представляет собой оценку риска выбора x _j .

Интерпретация и примеры

Интуитивно, оценки Ridit можно понимать как модифицированное понятие процентильных рангов . Для любого j, если x _j имеет низкий (близкий к 0) показатель ридита, можно заключить, что

$\sum _{k<j}{Prob(x_{k})}$

очень мал, то есть очень немногие респонденты выбрали категорию «ниже», чем x _j .

Приложения

Оценка Ридита нашла применение в первую очередь в медицинских науках (включая сестринское дело и эпидемиологию ) и в исследованиях эконометрических предпочтений.

Математический подход

Помимо интуитивной привлекательности, вывод оценки ридит может быть получен и с помощью математически строгих методов. Брокетт и Левин представил вывод приведенных выше уравнений оценки Ридит, основанный на нескольких интуитивно бесспорных математических постулатах.

Примечания

Пакет статистических вычислений R для анализа Ridit: https://cran.r-project.org/package=Ridit

Дальнейшее чтение

Дональдсон, GW (1998). «Оценки Ридита для анализа и интерпретации порядковых данных о боли». Европейский журнал боли . 2 (3): 221–227. дои : 10.1016/S1090-3801(98)90018-0 . ПМИД   15102382 . S2CID   37751388 .