571 matches
-
în alte tipuri de rețele, cum ar fi cele din cadrul comunității. Aceste rezultate ce indică un asociaționism scăzut al populației din rural, sunt conforme cu ceea ce se întâmplă în alte țări din blocul ex-comunist Paxton (2007) demonstrează cum Europa de Est, ca predictor agregat într-un model de regresie, are efect asupra nivelului de încredere generalizată și de asociaționism. Așadar țările ex-comuniste urmează un model al asociaționismului similar între ele, dar diferit de cel al altor țări (vezi o demonstrare a acestui fapt
Sat bogat, sat sărac: comunitate, identitate, proprietate în ruralul românesc by Adela Elena Popa () [Corola-publishinghouse/Science/1048_a_2556]
-
de obicei așezată pe coloană) care prezice valorile celei de a doua variabile, cea dependentă. De exemplu, dacă am considera asocierea dintre votul pentru un partid și mediul urban/rural, în mod evident relația este una asimetrică, mediul fiind un predictor al intenției de vot și nu invers. 7.1.5. Coeficienți de asociere pentru variabile nominale Atunci când este vorba despre coeficienți simetrici, coeficienții de asociere pot fi calculați în urma construirii tabelelor de contingență pentru a vedea măsura în care indivizii
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
11 5 22 1128 Conform primei reguli, numărul de erori E1 = 1128-840 = 288 (am prezis valoarea cea mai frecventă 1 și am greșit de 288 ori). Conform celei de a doua regulă, vom aduna numărul de greșeli făcute, luând ca predictor fiecare categorie a variabilei independente, în cazul nostru etnia. E2 = (1017-798) + (73-59) + (11-6) + (5-3) + (22-20) = 219 + 59 +5 + 2 + 2 = 242. Lambda = (E1 E2) / E1 = (288-242) / 288 = 0,159. Rezultatul obținut în SPSS (prezentat mai jos) conține 2 valori lambda
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cum ar fi rata migrației, a natalității etc.) sau individual (indici atitudinali sau date factuale cum ar fi venitul). Modelele de regresie se compun dintr-o variabilă dependentă (cea a cărei variație urmărim să o explicăm) și variabilele independente sau predictorii care se află într-o relație liniară de asociere (covariație) cu dependenta. Relația de regresie este o relație asimetrică deoarece presupune că numai variația dependentei este explicată de predictori nu și invers. În plus, se presupune că nu există efecte
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
explicată de predictori nu și invers. În plus, se presupune că nu există efecte de interacțiune între predictori. Forma ecuației de regresie liniară este următoarea: (1) Y = a + b1X1 + b2X2+...+ bnXn unde: Y este variabila dependentă, X1, X2....Xn sunt predictorii, a este constanta ecuației, iar b1, b2,... bn sunt coeficienții de regresie. Pentru a construi o ecuație de regresie în SPSS se selectează din meniul principal ANALYZE/REGRESSION/LINEAR, se selectează variabila dependentă din lista de variabile și se introduce
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
independente se introduc în dreptul rubricii Independents. Celelalte opțiuni pentru realizarea ecuației de regresie disponibile prin selectarea butoanelor de jos (Statistics, Plots (grafice), Save, Options) vor fi discutate pe parcursul acestui capitol. Pentru a vizualiza graficele regresiei liniare dintre Y și fiecare predictor în parte, selectăm din ANALZYE/REGRESSION/ LINEAR subopțiunea Plots și bifăm Produce all partial plots. Putem specifica metoda de regresie la comanda: Enter introduce toate variabilele într-un singur pas; Forward introduce variabilele una câte una; Backward introduce toate variabilele
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
ținute sub control. Atenție, coeficienții de regresie nu se interpretează în sens cauzal, ei exprimă covariația dintre variabila dependentă și cea independentă, nefiind posibilă testarea unei relații cauzale. Coeficientul b reprezintă panta dreptei de regresie a lui Y funcție de un predictor X. Cu cât b este mai mare, panta (înclinarea) dreptei crește. Independența este redată printr-o linie de regresie paralelă cu axa Ox. Dacă b>0, relația dintre Y și X este direct proporțională, iar graficul va arăta în felul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
în populația cercetată. Probabilitatea cu care putem încadra coeficientul în acest interval este de obicei de 95% sau 99%, în ultimul caz, bineînțeles, obținându-se un interval mai mare pentru coeficient. Dacă intervalul de încredere conține valoarea zero, atunci impactul predictorului asupra dependentei este nesemnificativ din punct de vedere statistic. Pentru a calcula în SPSS limitele intervalului de încredere selectăm opțiunea Confidence intervals din ANALYZE/REGRESSION/LINEAR STATISTICS. Testarea semnificației coeficientului de regresie se face cu ajutorul testului t, ipoteza de nul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
standard pe scala variabilei dependente, celelalte variabile fiind ținute sub control. 8.1.5.Coeficientul de determinație Așa cum am menționat, scopul construcției unui model de regresie este de a explica variația dependentei. În afară de coeficienții de regresie care măsoară impactul fiecărui predictor, avem nevoie și de o măsură globală a gradului în care variația dependentei este explicată de tot setul de predictori. Un astfel de indicator este R2 , calculat pe baza raportului dintre variația lui Y explicată de predictori și variația totală
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
covarianța dintre x și y, iar sx, respectiv sy sunt dispersiile lui x și y. Din această ecuație reiese, de asemenea, că într-un model de regresie multiplă r este egal cu coeficientul de regresie standardizat beta, reflectând impactul unui predictor asupra dependentei atunci când ceilalți predictori sunt ținuți sub control. Pentru a calcula coeficientul de corelație parțială selectăm din meniul SPSS opțiunea ANALYZE/CORRELATE/PARTIAL și introducem variabila dependentă, cea independentă și setul de variabile pe care dorim să le ținem
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
model de regresie trebuie parcurși următorii pași: 1. Se alege variabila dependentă și, dacă este cazul, se construiește un indice pe baza întrebărilor din chestionar. Se verifică nivelul de măsurare și normalitatea distribuției. 2. Pe baza ipotezelor formulate, se aleg predictorii și în mod similar se construiesc indici, se transformă variabilele nominale în variabile fictive și se verifică normalitatea distribuției (dacă este cazul). 3. Se verifică dacă există o corelație bivariată semnificativă între variabila dependentă și fiecare predictor în parte și
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
formulate, se aleg predictorii și în mod similar se construiesc indici, se transformă variabilele nominale în variabile fictive și se verifică normalitatea distribuției (dacă este cazul). 3. Se verifică dacă există o corelație bivariată semnificativă între variabila dependentă și fiecare predictor în parte și se selectează predictorii pentru care corelația este semnificativă. Se poate întâmpla să existe o corelație bivariată semnificativă între predictor și variabila dependentă și totuși predictorul să nu aibă o influență semnificativă în modelul de regresie multiplă. Aceasta
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
mod similar se construiesc indici, se transformă variabilele nominale în variabile fictive și se verifică normalitatea distribuției (dacă este cazul). 3. Se verifică dacă există o corelație bivariată semnificativă între variabila dependentă și fiecare predictor în parte și se selectează predictorii pentru care corelația este semnificativă. Se poate întâmpla să existe o corelație bivariată semnificativă între predictor și variabila dependentă și totuși predictorul să nu aibă o influență semnificativă în modelul de regresie multiplă. Aceasta se datorează faptului că în modelul
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
distribuției (dacă este cazul). 3. Se verifică dacă există o corelație bivariată semnificativă între variabila dependentă și fiecare predictor în parte și se selectează predictorii pentru care corelația este semnificativă. Se poate întâmpla să existe o corelație bivariată semnificativă între predictor și variabila dependentă și totuși predictorul să nu aibă o influență semnificativă în modelul de regresie multiplă. Aceasta se datorează faptului că în modelul final, impactul unui predictor asupra dependentei este măsurat ținând sub control ceilalți predictori. 4. Se verifică
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
verifică dacă există o corelație bivariată semnificativă între variabila dependentă și fiecare predictor în parte și se selectează predictorii pentru care corelația este semnificativă. Se poate întâmpla să existe o corelație bivariată semnificativă între predictor și variabila dependentă și totuși predictorul să nu aibă o influență semnificativă în modelul de regresie multiplă. Aceasta se datorează faptului că în modelul final, impactul unui predictor asupra dependentei este măsurat ținând sub control ceilalți predictori. 4. Se verifică dacă există corelație între predictori și
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
este semnificativă. Se poate întâmpla să existe o corelație bivariată semnificativă între predictor și variabila dependentă și totuși predictorul să nu aibă o influență semnificativă în modelul de regresie multiplă. Aceasta se datorează faptului că în modelul final, impactul unui predictor asupra dependentei este măsurat ținând sub control ceilalți predictori. 4. Se verifică dacă există corelație între predictori și se selectează predictorii, astfel încât să fie independenți între ei. 5. Se construiește modelul de regresie și în continuare se verifică dacă sunt
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
aibă o influență semnificativă în modelul de regresie multiplă. Aceasta se datorează faptului că în modelul final, impactul unui predictor asupra dependentei este măsurat ținând sub control ceilalți predictori. 4. Se verifică dacă există corelație între predictori și se selectează predictorii, astfel încât să fie independenți între ei. 5. Se construiește modelul de regresie și în continuare se verifică dacă sunt îndeplinite condițiile de aplicare conform măsurilor discutate în secțiunea anterioară. Se analizează impactul valorilor extreme; pentru condiția de necoliniaritate se verifică
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
cei mai în vârstă (care au avut mai multe astfel de contacte), pentru cei care aparțin unei minorități (respectiv maghiarii singurii reprezentați în eșantion) și pentru cei care intenționează să voteze cu CDR. Intenția de vot cu CDR era un predictor bun în 1998 al suportului față de democrație și privatizare și a unei politici de integrare a minorităților în viața politică a țării. Alternativ, am luat în considerare înlocuirea variabilei CDR cu acordul față de privatizare, însă aceasta corela foarte puternic cu
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
fiind ținuți sub control. Restul coeficienților de regresie se citesc în mod similar. Se observă că ipotezele inițiale au fost confirmate. De asemenea, din tabel se pot citi și coeficienții beta care, fiind adimensionali, permit compararea predictorilor; aflăm astfel că predictorul cel mai important este transilvania. Ipoteza de nul pentru testul t este respinsă (Sig.<0,05) în cazul tuturor predictorilor, deci coeficienții B din populație sunt diferiți de 0. De altfel se observă că nici unul din intervalele de încredere nu
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
sunt diferiți de 0. De altfel se observă că nici unul din intervalele de încredere nu conține valoarea 0. Limitele acestui interval pentru o probabilitate de 0,95 sunt date de valoarea B 1,96* eroarea standard. De exemplu, în cazul predictorului transilvania limita inferioară este 24,8 1,96*3,5 = 17,94, cea superioară fiind 24,8 + 6,86 = 31,66. Corelația de ordin zero (zero order correlation) din tabel este corelația simplă, bivariată dintre predictor și dependentă. Corelația parțială
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
De exemplu, în cazul predictorului transilvania limita inferioară este 24,8 1,96*3,5 = 17,94, cea superioară fiind 24,8 + 6,86 = 31,66. Corelația de ordin zero (zero order correlation) din tabel este corelația simplă, bivariată dintre predictor și dependentă. Corelația parțială (partial correlation) este cea dintre predictor și variabilă atunci când ceilalți predictori sunt ținuți sub control. Al doilea tip de corelație parțială (part correlation) diferă de primul prin faptul că efectul variabilelor ținute sub control este îndepărtat
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
8 1,96*3,5 = 17,94, cea superioară fiind 24,8 + 6,86 = 31,66. Corelația de ordin zero (zero order correlation) din tabel este corelația simplă, bivariată dintre predictor și dependentă. Corelația parțială (partial correlation) este cea dintre predictor și variabilă atunci când ceilalți predictori sunt ținuți sub control. Al doilea tip de corelație parțială (part correlation) diferă de primul prin faptul că efectul variabilelor ținute sub control este îndepărtat doar pentru variabila independentă, nu și pentru cea dependentă. Se
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
Distribuția reziduurilor se abate ușor de la normalitate, așa cum am văzut mai sus, însă faptul că dispersia punctelor din grafic nu variază odată cu Y așteptat sugerează egalitatea dispersiilor claselor de valori reziduale. Graficele de regresie parțială permit vizualizarea relației dintre un predictor și dependentă, precum și identificarea cazurilor extreme. 8.2. Regresia logistică Regresia logistică este un alt tip de regresie cu aplicabilitate pentru cazurile în care variabila dependentă este de tip dihotomic (de exemplu, votul pentru un anumit partid, decizia de a
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
un alt tip de regresie cu aplicabilitate pentru cazurile în care variabila dependentă este de tip dihotomic (de exemplu, votul pentru un anumit partid, decizia de a cumpăra un automobil) și se poate presupune lipsa unor efecte de interacțiune între predictorii modelului. Predictorii pot fi măsurați la nivel de raport, interval, ordinal sau pot fi de tip dihotomic ca și variabila dependentă. Popularitatea regresiei logistice se datorează faptului că este o metodă robustă, care nu necesită ca variabila dependentă să fie
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]
-
unități a lui y, celelalte variabile fiind ținute sub control). În cazul regresiei logistice, estimarea impactului pe care modificarea lui x o are asupra lui y se face prin intermediul lui eb. Dacă ridicăm la puterea e ecuația (5) pentru un predictor x, obținem: = e a +bx = ea *(eb)x (6) Din ecuația (6) reiese faptul că modificarea lui x cu 1 unitate conduce la multiplicarea raportului cu eb (notat în continuare cu exp b), celelalte variabile fiind ținute sub control. O
Statistică aplicată în științele sociale by Claudiu Coman () [Corola-publishinghouse/Science/1072_a_2580]