17,513 matches
-
să fie satisfăcută cerința de validitate a măsurării); 4. Variabilele incluse în model să fie măsurate la nivel metric sau să fie variabile fictive (dummy), discutate într-o secțiune anterioară. Regresia, fiind o metodă robustă, uneori se acceptă includerea unor variabile ordinale în model, însă în mod obligatoriu variabilele nominale trebuie transformate în variabile fictive (variabile dihotomice pentru care valoarea 1 indică prezența atributului, iar 0 absența lui). 5. Variabilele incluse în model trebuie să aibă o distribuție normală. Normalitatea distribuției
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
4. Variabilele incluse în model să fie măsurate la nivel metric sau să fie variabile fictive (dummy), discutate într-o secțiune anterioară. Regresia, fiind o metodă robustă, uneori se acceptă includerea unor variabile ordinale în model, însă în mod obligatoriu variabilele nominale trebuie transformate în variabile fictive (variabile dihotomice pentru care valoarea 1 indică prezența atributului, iar 0 absența lui). 5. Variabilele incluse în model trebuie să aibă o distribuție normală. Normalitatea distribuției se verifică cu teste și măsuri specifice calculate
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
să fie măsurate la nivel metric sau să fie variabile fictive (dummy), discutate într-o secțiune anterioară. Regresia, fiind o metodă robustă, uneori se acceptă includerea unor variabile ordinale în model, însă în mod obligatoriu variabilele nominale trebuie transformate în variabile fictive (variabile dihotomice pentru care valoarea 1 indică prezența atributului, iar 0 absența lui). 5. Variabilele incluse în model trebuie să aibă o distribuție normală. Normalitatea distribuției se verifică cu teste și măsuri specifice calculate de SPSS (indicele de aplatizare
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
măsurate la nivel metric sau să fie variabile fictive (dummy), discutate într-o secțiune anterioară. Regresia, fiind o metodă robustă, uneori se acceptă includerea unor variabile ordinale în model, însă în mod obligatoriu variabilele nominale trebuie transformate în variabile fictive (variabile dihotomice pentru care valoarea 1 indică prezența atributului, iar 0 absența lui). 5. Variabilele incluse în model trebuie să aibă o distribuție normală. Normalitatea distribuției se verifică cu teste și măsuri specifice calculate de SPSS (indicele de aplatizare și oblicitate
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
anterioară. Regresia, fiind o metodă robustă, uneori se acceptă includerea unor variabile ordinale în model, însă în mod obligatoriu variabilele nominale trebuie transformate în variabile fictive (variabile dihotomice pentru care valoarea 1 indică prezența atributului, iar 0 absența lui). 5. Variabilele incluse în model trebuie să aibă o distribuție normală. Normalitatea distribuției se verifică cu teste și măsuri specifice calculate de SPSS (indicele de aplatizare și oblicitate). 6. Condiția de necoliniaritate în cazul regresiei multiple stipulează necesitatea independenței dintre predictori. În
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
îndeplinită, SPSS-ul calculează toleranța (Tolerance, notată cu T) și VIF (variance-inflation factor). Dacă T>0,2 sau VIF<5 atunci condiția de necoliniaritate este respectată. Pentru a calcula valorile T și VIF, se selectează ANALYZE/ REGRESSION/LINEAR, se introduce variabila dependentă și cele independente, iar apoi din opțiunea Statistics se selectează Collinearity diagnostics, Continue și OK. În afară de acestea, mai trebuie menționate trei condiții auxiliare: 1. Clasele de valori reziduale Yobservat Yașteptat pentru fiecare valoare a lui X trebuie să aibă
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
reziduale au o distribuție normală. 2. Absența fenomenului de autocorelare între valorile reziduale sau termenii eroare se referă la independența observațiilor. Aceasta poate fi testată prin indicele Durbin Watson. În SPSS acesta se calculează selectând ANALYZE/REGRESSION/LINEAR. Se introduce variabila dependentă și cele independente, iar din opțiunea Statistics se selectează Residuals/ Durbin-Watson. Dacă valoarea indicelui Durbin-Watson tinde spre 2, înseamnă că termenii eroare sunt independenți. Dacă tinde spre 0, indică o corelație pozitivă intensă, iar dacă D >2 o corelație
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
values (h). În general se urmărește ca valoarea h care poate varia de la 0 lipsa influenței, la 1 influență totală, să nu aibă valori mai mari decât 0,2. Mahalanobis și Cook sunt măsuri similare ale influenței unui caz. Regresia variabilelor fictive În analiza regresiilor, variabila dependentă este frecvent influențată nu doar de variabile care pot fi cuantificate pe o scală bine definită (spre exemplu venitul), ci și de variabile care în realitate sunt în mod esențial calitative (spre exemplu sexul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
urmărește ca valoarea h care poate varia de la 0 lipsa influenței, la 1 influență totală, să nu aibă valori mai mari decât 0,2. Mahalanobis și Cook sunt măsuri similare ale influenței unui caz. Regresia variabilelor fictive În analiza regresiilor, variabila dependentă este frecvent influențată nu doar de variabile care pot fi cuantificate pe o scală bine definită (spre exemplu venitul), ci și de variabile care în realitate sunt în mod esențial calitative (spre exemplu sexul) . De exemplu, păstrând toți ceilalți
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
0 lipsa influenței, la 1 influență totală, să nu aibă valori mai mari decât 0,2. Mahalanobis și Cook sunt măsuri similare ale influenței unui caz. Regresia variabilelor fictive În analiza regresiilor, variabila dependentă este frecvent influențată nu doar de variabile care pot fi cuantificate pe o scală bine definită (spre exemplu venitul), ci și de variabile care în realitate sunt în mod esențial calitative (spre exemplu sexul) . De exemplu, păstrând toți ceilalți factori constanți, s-a constatat că profesorii universitari
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Mahalanobis și Cook sunt măsuri similare ale influenței unui caz. Regresia variabilelor fictive În analiza regresiilor, variabila dependentă este frecvent influențată nu doar de variabile care pot fi cuantificate pe o scală bine definită (spre exemplu venitul), ci și de variabile care în realitate sunt în mod esențial calitative (spre exemplu sexul) . De exemplu, păstrând toți ceilalți factori constanți, s-a constatat că profesorii universitari de sex feminin câștigă mai puțin decât colegii lor de sex masculin. De vreme ce asemenea variabile calitative
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
de variabile care în realitate sunt în mod esențial calitative (spre exemplu sexul) . De exemplu, păstrând toți ceilalți factori constanți, s-a constatat că profesorii universitari de sex feminin câștigă mai puțin decât colegii lor de sex masculin. De vreme ce asemenea variabile calitative indică, de obicei, prezența sau absența "calității" sau un atribut, ca de exemplu masculin sau feminin, o metodă de a "cuantifica" asemenea atribute, este de a construi variabile artificiale ce iau valori de la 0 sau 1, 0 indicând absența
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
câștigă mai puțin decât colegii lor de sex masculin. De vreme ce asemenea variabile calitative indică, de obicei, prezența sau absența "calității" sau un atribut, ca de exemplu masculin sau feminin, o metodă de a "cuantifica" asemenea atribute, este de a construi variabile artificiale ce iau valori de la 0 sau 1, 0 indicând absența unui atribut, iar 1 prezența acelui atribut. De exemplu, 1 poate indica faptul că persoana este de sex masculin, iar 0 poate desemna o persoană de sex feminin. Variabilele
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
variabile artificiale ce iau valori de la 0 sau 1, 0 indicând absența unui atribut, iar 1 prezența acelui atribut. De exemplu, 1 poate indica faptul că persoana este de sex masculin, iar 0 poate desemna o persoană de sex feminin. Variabilele care își asumă valori de 0 și 1 se numesc variabile fictive (variabile indicatoare, binare, categorice, calitative sau dihotomice). Variabilele fictive pot fi folosite în modele de regresie la fel de ușor ca și variabilele cantitative. De fapt, un model de regresie
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
absența unui atribut, iar 1 prezența acelui atribut. De exemplu, 1 poate indica faptul că persoana este de sex masculin, iar 0 poate desemna o persoană de sex feminin. Variabilele care își asumă valori de 0 și 1 se numesc variabile fictive (variabile indicatoare, binare, categorice, calitative sau dihotomice). Variabilele fictive pot fi folosite în modele de regresie la fel de ușor ca și variabilele cantitative. De fapt, un model de regresie poate conține variabile explicatorii care sunt exclusiv fictive sau calitative. Asemenea
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
atribut, iar 1 prezența acelui atribut. De exemplu, 1 poate indica faptul că persoana este de sex masculin, iar 0 poate desemna o persoană de sex feminin. Variabilele care își asumă valori de 0 și 1 se numesc variabile fictive (variabile indicatoare, binare, categorice, calitative sau dihotomice). Variabilele fictive pot fi folosite în modele de regresie la fel de ușor ca și variabilele cantitative. De fapt, un model de regresie poate conține variabile explicatorii care sunt exclusiv fictive sau calitative. Asemenea modele sunt
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
exemplu, 1 poate indica faptul că persoana este de sex masculin, iar 0 poate desemna o persoană de sex feminin. Variabilele care își asumă valori de 0 și 1 se numesc variabile fictive (variabile indicatoare, binare, categorice, calitative sau dihotomice). Variabilele fictive pot fi folosite în modele de regresie la fel de ușor ca și variabilele cantitative. De fapt, un model de regresie poate conține variabile explicatorii care sunt exclusiv fictive sau calitative. Asemenea modele sunt numite ANOVA. Ca exemplu, avem următorul model
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
poate desemna o persoană de sex feminin. Variabilele care își asumă valori de 0 și 1 se numesc variabile fictive (variabile indicatoare, binare, categorice, calitative sau dihotomice). Variabilele fictive pot fi folosite în modele de regresie la fel de ușor ca și variabilele cantitative. De fapt, un model de regresie poate conține variabile explicatorii care sunt exclusiv fictive sau calitative. Asemenea modele sunt numite ANOVA. Ca exemplu, avem următorul model: Unde: = salariul anual al unui profesor universitar i = 1, dacă profesorul este de
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
calitative. Asemenea modele sunt numite ANOVA. Ca exemplu, avem următorul model: Unde: = salariul anual al unui profesor universitar i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex feminin Modelul regresiei ce conține un amestec de variabile cantitative și calitative este numit ANCOVA. Regresia unei variabile cantitative și a unei variabile calitative cu două categorii Ca exemplu, avem următorul model : Unde: Yi = salariul anual al unui profesor universitar Xi = vechimea în învățământ i = 1, dacă profesorul este
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
următorul model: Unde: = salariul anual al unui profesor universitar i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex feminin Modelul regresiei ce conține un amestec de variabile cantitative și calitative este numit ANCOVA. Regresia unei variabile cantitative și a unei variabile calitative cu două categorii Ca exemplu, avem următorul model : Unde: Yi = salariul anual al unui profesor universitar Xi = vechimea în învățământ i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
al unui profesor universitar i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex feminin Modelul regresiei ce conține un amestec de variabile cantitative și calitative este numit ANCOVA. Regresia unei variabile cantitative și a unei variabile calitative cu două categorii Ca exemplu, avem următorul model : Unde: Yi = salariul anual al unui profesor universitar Xi = vechimea în învățământ i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex feminin Modelul (2) conține o
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
calitative cu două categorii Ca exemplu, avem următorul model : Unde: Yi = salariul anual al unui profesor universitar Xi = vechimea în învățământ i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex feminin Modelul (2) conține o variabilă cantitativă (vechimea în învățământ) și una calitativă (sex) care are 2 categorii (masculin și feminin). Regresia la o variabilă cantitativă și una calitativă cu mai mult de 2 categorii De exemplu, dorim să realizăm un model de regresie pentru cheltuielile
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
în învățământ i = 1, dacă profesorul este de sex masculin = 0, dacă profesorul este de sex feminin Modelul (2) conține o variabilă cantitativă (vechimea în învățământ) și una calitativă (sex) care are 2 categorii (masculin și feminin). Regresia la o variabilă cantitativă și una calitativă cu mai mult de 2 categorii De exemplu, dorim să realizăm un model de regresie pentru cheltuielile anuale cu sănătatea. Presupunem că avem 3 niveluri de educație: mai puțin de liceu, liceu și facultate. Reiese următorul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Unde: Yi = cheltuieli anuale cu sănătatea Xi = veniturile anuale 2 = 1, dacă este absolvent de liceu = 0, dacă nu este absolvent de liceu 3 = 1, dacă este absolvent de facultate = 0, dacă nu este absolvent de facultate Regresia pe o variabilă cantitativă și două variabile calitative Tehnica variabilelor fictive poate fi ușor extinsă pentru a putea lucra cu mai mult de o variabilă calitativă. Întorcându-ne la regresia salariului profesorilor universitari, vom presupune că în relație cu vechimea și sexul, naționalitatea
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cu sănătatea Xi = veniturile anuale 2 = 1, dacă este absolvent de liceu = 0, dacă nu este absolvent de liceu 3 = 1, dacă este absolvent de facultate = 0, dacă nu este absolvent de facultate Regresia pe o variabilă cantitativă și două variabile calitative Tehnica variabilelor fictive poate fi ușor extinsă pentru a putea lucra cu mai mult de o variabilă calitativă. Întorcându-ne la regresia salariului profesorilor universitari, vom presupune că în relație cu vechimea și sexul, naționalitatea este, de asemenea, determinată
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]