Квазидисперсия

квазидисперсии (qv) Оценки представляют собой статистический подход, который подходит для передачи влияния категориальной объясняющей переменной в статистической модели . В стандартных статистических моделях влияние категориальной объясняющей переменной оценивается путем сравнения одной категории (или уровня), которая устанавливается в качестве эталона, с которым сравниваются все остальные категории. Эталонную категорию обычно называют «эталонной» или «базовой» категорией. Для того чтобы можно было проводить сравнения, эталонная категория произвольно фиксируется на нуле. Программное обеспечение для статистического анализа данных обычно проводит формальные сравнения того, отличается ли каждый уровень категориальной переменной от эталонной категории. Эти сравнения генерируют хорошо известные «значения значимости» оценок параметров (т.е. коэффициентов). Хотя сравнить любую категорию с эталонной категорией несложно, формально сравнить две другие категории (или уровни) объясняющей переменной друг с другом сложнее, если ни одна из них не является эталонной категорией. Это известно как проблема эталонной категории.

Квазидисперсии — это аппроксимации дисперсий . Квазидисперсии — это статистика, связанная с оценками параметров (коэффициентами) различных уровней категориальных объясняющих переменных в статистических моделях. Квазидисперсии могут быть представлены рядом с оценками параметров, чтобы читатели могли оценить различия между любыми комбинациями оценок параметров для категориальной объясняющей переменной. Этот подход полезен, поскольку такие сравнения обычно невозможны без доступа к полной дисперсионно-ковариационной матрице оценок.

Использование оценок квазидисперсии решает проблему эталонной категории. Основная идея была впервые предложена Ridout. ^[1] но эту технику изложили Дэвид Ферт и Рене Менезес. ^[2]^[3] Была продемонстрирована пригодность этого метода для анализа данных социальных наук. ^[4] онлайн-инструмент для расчета оценок квазидисперсии Доступен и приведено краткое техническое описание методологии .

Квазидисперсии можно рассчитать в Stata с помощью модуля QV. ^[5] а также может быть рассчитано в R с помощью пакета qvcalc .

См. также

Ссылки

^ Ридаут, М.С. (1989). Обобщение результатов подгонки обобщенных линейных моделей к данным запланированных экспериментов . Нью-Йорк: Springer-Verlag. стр. 262–9.
^ Ферт, Дэвид (24 июня 2016 г.). «1. Преодоление проблемы эталонной категории при представлении статистических моделей». Социологическая методология . 33 (1): 1–18. дои : 10.1111/j.0081-1750.2003.t01-1-00125.x .
^ Ферт, Дэвид ; Менезес, RX (2004). «Квазивариации» (PDF) . Биометрика . 91 (1): 65–80. дои : 10.1093/biomet/91.1.65 . Проверено 17 марта 2017 г.
^ Гейл, Вернон; Ламберт, Пол С. (1 декабря 2007 г.). «Использование квазивариантности для передачи социологических результатов на основе статистических моделей». Социология . 41 (6): 1191–1208. CiteSeerX 10.1.1.611.3153 . дои : 10.1177/0038038507084830 . ISSN 0038-0385 .
^ Чен, Аспен (21 июля 2014 г.), QV: Модуль Stata для расчета квазидисперсий , получено 15 марта 2017 г.

Внешние ссылки

расширенный набор ресурсов с примерами в Stata и SPSS. Также доступен

[1] Ридаут, М.С. (1989). Обобщение результатов подгонки обобщенных линейных моделей к данным запланированных экспериментов . Нью-Йорк: Springer-Verlag. стр. 262–9.

[2] Ферт, Дэвид (24 июня 2016 г.). «1. Преодоление проблемы эталонной категории при представлении статистических моделей». Социологическая методология . 33 (1): 1–18. дои : 10.1111/j.0081-1750.2003.t01-1-00125.x .

[3] Ферт, Дэвид ; Менезес, RX (2004). «Квазивариации» (PDF) . Биометрика . 91 (1): 65–80. дои : 10.1093/biomet/91.1.65 . Проверено 17 марта 2017 г.

[4] Гейл, Вернон; Ламберт, Пол С. (1 декабря 2007 г.). «Использование квазивариантности для передачи социологических результатов на основе статистических моделей». Социология . 41 (6): 1191–1208. CiteSeerX 10.1.1.611.3153 . дои : 10.1177/0038038507084830 . ISSN 0038-0385 .

[5] Чен, Аспен (21 июля 2014 г.), QV: Модуль Stata для расчета квазидисперсий , получено 15 марта 2017 г.

[1]

[2]

[3]

[4]

[5]