لدي مجموعة بيانات لوحة مع عينة من 800 مجموعة، كل منها بين 200-500 الملاحظات. تبدو البيانات كما يلي: المتغير التابع هو ذو الحدين: closegp30f30. المتغيرات المستقلة هي معدلات نمو مستمرة. مثال على أحد هذه الأمثلة هو: أود أن أجري هذا الانحدار التجريبي: ومع ذلك، عندما أضيف أكثر من حوالي 5 متغيرات الانحدار أبدا يتلاقى ويبدو لي أن تتعثر في حلقة من النسخ الاحتياطي احتياطيا، مثل ذلك: أنا أيضا إعادة تشغيل هذا الانحدار مع جميع المعلومات التصحيح تمكين، وهذا هو الكثير من المعلومات ولكن قد توفر الجواب على لماذا لا يتلاقى. لاحظ أن هنا تراجعت على القيم الموحدة للمتغيرات المستقلة، ولكن هذا كان بالضبط نفس التأثير (لسبب ما آمل أن يحل مشكلتي). إن أسئلتي الرئيسية هي: لماذا لا يتلاقى كيف يمكنني حل هذه الحالة التحديث: عمليات التحقق من تعدد الأوجه هذا أيضا لا يبدو أنه مشكلة. تحديث 2: مع خيار التدرج والحدود المعدلة: أنا لا أعرف ما إذا كان هذا يساعد، ولكن عندما أفعل إكستاتا إندبفارس، ط (تيكريد) في واضحة تليها لديب ديفيبار إنديبفار (التي تعمل عادة على ما يرام)، لوغت يبدو أن تتعثر جدا. لذلك أعتقد أن لديها ما تفعله مع الآثار الثابتة أندور لوحة البيانات. هل هذا معنى كما ذكرت أنا بالفعل حاولت صعبة. دون أي تأثير. ما زلت don39t فهم لماذا يحدث هذا. هل البيانات الخاصة بي كيف يمكنني تحديد المتغير الذي يسبب هذا يمكن تحويله إلى حل المشكلة هل تريد مني أن تشغيله مرة أخرى مع صعوبة على ونشر ملف السجل الجديد الانحدار هو في التكرار 34 الآن والتدرج لا يزال 2111.886 نداش توم مار 30 13 في 22:42 الجواب القصير هو أن النماذج المعقدة غالبا ما تكون صعبة لتناسب يجب عليك محاولة نموذج أبسط بكثير أولا. ربما هناك مشاكل بسبب الترابطات العالية بين التنبؤات. في بعض الأحيان باستخدام الخيار الصعب يساعد. نقطة محاولة نموذج أبسط أولا هو شقين. إذا كنت غير قادر على الحصول على نموذج أبسط لتناسب، نموذج أكثر تعقيدا هو أقل احتمالا لتناسب. وبشكل أكثر تحديدا، قد يكون من الممكن تحديد أي من المتنبئين إشكالية: كما يمكنك إضافتها، أشياء كشك كشفها. في بعض الأحيان يحاول الناس تحويل معدلات النمو مع بعض التحول الحفاظ على علامة مثل الجذر مكعب أو وظيفة الزائدية معكوس. ويقترح هذا لأن عينة الخاص بك التنبؤ هو الانحراف بشكل كبير مع التفرطح عالية جدا، نظرا القيم المتطرفة من معدلات نمو عالية جدا. ويمكن أن يشكل ذلك مشكلة خطيرة. أيضا، التخمين الخام هو أنه على الرغم من ردكم هو 0،1 يبدو من نفس النوع كما الآخرين: هل ديكوتوميس الخاص بك شيء (عتبة القيمة) إذا كان الأمر كذلك، قد تكون قد تجاهل معظم المعلومات في الاستجابة الأصلية، و كنت تحاول أن تفسر ذلك عن طريق الضوضاء بالإضافة إلى القيم المتطرفة. هذه القراءة متشائمة للغاية، ولكن يبدو متسقا تماما مع ما كنت تقول لنا. هل لديك خبرة سابقة في تركيب نماذج مماثلة مع بيانات مماثلة، أم أن هناك أدبيات تشير إلى أن عملهم أجاب على مار 30 13 في 21:04 عندما أحاول متغيرات أقل مثل g1، g3، g10، g15 فإنه يعمل. ولكن عندما أبدأ بإضافة أكثر من حوالي 5 فإنه لا تتلاقى 39t. كيف يساعدني هذا أنا بحاجة إلى تضمين جميع المتغيرات ومعرفة أهميتها. لقد قمت بتحديث السؤال الأصلي الخاص بي مع الاختيار متعدد الأختام: هذا لا يبدو أن المشكلة. كما حاولت الخيار الصعب، لكنها لم تساعد. نداش توم 30 مارس 13 في 21:55 ردا على التحديث الخاص بك: أنا ديكوتوميس المتغير التابع. وهو واحد عندما يكون معدل النمو في المستقبل إيجابي وصفر عندما يكون سلبيا أو صفر. ويرجع السبب في ذلك إلى أنه لا حاجة إلى معرفة أكثر من هذا السلوك الصاعد أو الهبوطي، ويسمح لي باستخدام نموذج لوجستي مع افتراضات أشد من انحدارات عملية شريان الحياة للسودان. ويبدو أن نتائجي الأولية تؤكد ذلك، لأن التنبؤات التي أحدثها انحدار عملية شريان الحياة للسودان هي في كثير من الأحيان غير صالحة (حتى عند النظر فقط إلى علامة النمو) من التنبؤات التي أحدثها الانحدار اللوجستي للآثار الثابتة. نداش توم 31 31 في 13: 15 إعلان 19 فبراير 2015، 08:26 إضافة إلى تعليق مارتنز، يبدو أن مصطلح كوتفيكسد-إفكتسكوت يستخدم لوصف أشياء مختلفة جدا في الأدب. الطريقة التي أراها - وهذا قد ينطبق على العلوم الاجتماعية فقط - الناس إما تأتي من الأدب المتعدد المستويات، حيث المثال الكلاسيكي لهيكل البيانات هو التلاميذ المتداخلين في المدارس. بالنسبة لهم مصطلح كوتفيكسد-إفكتسكوت يعني أن تأثير المتغيرات ثابتة بمعنى أن التأثير لا يختلف بين الوحدات (التلاميذ أو المدارس). وتقدر هذه الآثار في ما يسمى نماذج مختلطة. وهذا ليس له علاقة بالقدرة على التحكم في عدم التجانس (غير المدقق) الذي هو ثابت ضمن الملاحظات على مستوى أعلى (هنا: المدارس). أما المجموعة الثانية فتتألف من لوحة الأدب، حيث المثال الكلاسيكي هو الأفراد الذين يلاحظون في نقاط زمنية مختلفة، أو بعبارة أخرى، المناسبات المتداخلة في الأفراد. هنا كوتيفكسد-إفكتسكووت عادة ما يعني (الوقت) مهينة أو ضمن التباين المقدر (في النماذج غير الخطية هو مقدر الاحتمالات الشرطية). لا يتم تقدير هذه الآثار (جانبا لمقدر لسف). هذه النماذج تتحكم في عدم التجانس (غير المراقب) الذي يكون ثابتا ضمن ملاحظات المستوى الأعلى (هنا: الأفراد). استغرق الأمر بعض الوقت لمعرفة أن بنية البيانات هي نفسها في كلتا الحالتين وأن نفس الأساليب لتحليلها يمكن استخدامها في كلتا الحالتين. هذا واضح جدا بالنسبة لي الآن، ولكن في تجربتي الكثير من الناس لا يدركون أن هذين الأمرين هو في الواقع نفسه والحديث عن نماذج متعددة المستويات أو التسلسل الهرمي على أنها شيء مختلف تماما عما يسميه نماذج لوحة. التعديل الأخير كان بواسطة: دانيال كلين 19 فبراير 2015، 08:33. 19 فبراير 2015، 10:50 أنا ثاني ملاحظات دانيلز. ولكن تفسيري يختلف عن ماركوس. بالنسبة لي، إشارة إلى كوتمولتيليفيل (أي الهرمية) نماذج الآثار المختلطة دائما تقريبا يشير إلى ما يشير إليه الاقتصاديون كآثار مؤثرة. إن النماذج المؤثرة على الاقتصاد هي تلك التي توجد فيها اعتراضات محددة للوحدات (على الرغم من أن درجات الحرية المسموح بها يمكن أن تشير أيضا إلى معلمات المنحدرات الخاصة بالوحدة). نب كوتونيت-سبيسيفيكوت، مما يعني أن الاعتراضات لا تستمد من التوزيع، وعادة ما تكون طبيعية، ويفترض أنها غير مترابطة مع الخصائص الملاحظة للوحدة. نهج في لا يعتمد على عدم الترابط. ولأن البيانات ذات بنية متداخلة أو تراتبية لا تعني بالضرورة أنه ينبغي للمرء أن يستخدم نموذجا متعدد المستويات (أي الآثار العشوائية). وهو ما يتفق مع ما يقوله دانيال. 19 فبراير 2015، 13:28 يبدو أننا وصلنا إلى نقطة مثيرة للجدل في إطار بعض الجوانب. أم لا، نأمل. من الناحية النظرية، لا أستطيع حقا إعطاء رد شخصي: أبعد من مهاراتي. ولكن ما زلت لا أفهم ما هو الخطأ في القول بأن البيانات لوحة ينبغي أن تؤخذ كحالة محددة من نماذج متعددة متعددة أوسع نطاقا بكثير، مع نتائج معادلة عندما يكون هناك مستوى واحد فقط. في الواقع، وربما هذا ليس وجهة نظر بالإجماع من وجهة نظر، والطريقة التي تعلمت إيف، وفقا للكتب المرجعية والمحاضرين. على سبيل المثال: نموذج مكونات التباين الذي تم النظر فيه هنا باستخدام ستريغ - هو حالة خاصة بسيطة لنموذج التأثيرات المختلطة الخطية (ريب-هيسكيث و سكروندال.) نموذج متعدد المستويات وطولي باستخدام ستاتا الطبعة الثالثة ستاتابريس، 2012، p 0،85). أبسط نوع من هذا النوع من النموذج هو النموذج المختلط الخطي، نموذج الانحدار مع واحد أو أكثر من الآثار العشوائية. وهناك حالة خاصة من هذا النموذج هو نموذج البيانات لوحة الآثار العشوائية التي تنفذها ستريغ، إعادة التي سبق أن ناقشناها. وإذا كان المعامل العشوائي الوحيد هو اعتراض عشوائي، ينبغي استخدام هذا الأمر لتقدير النموذج. وبالنسبة للنماذج الأكثر تعقيدا، يمكن استخدام الأمر شتميكسد لتقدير الانحدار المتعدد الاختلافات المتعدد المستويات. (كريستوفر F بوم: نماذج لبيانات لوحة طولية ونماذج مختلطة لينك: economics. adelaide. edu. au aLecture3.pdf من دليل ستاتاس (statanuals13me. pdf) لأن هذا النموذج المختلط هو نموذج بسيط لاعتراض عشوائي من قبل مل، فإنه سيكون معادلا لاستخدام شتريغ مع خياره ملي. أيضا، هناك الاستعلام الذي قدمته في العام الماضي إلى غوستافو سانشيز (ستاتاكورب) خلال نيتكورس على لوحة البيانات، ويرجع ذلك بالضبط إلى دهشتي من المقارنة فعلت بين مختلطة و في الرسالة، علقت: لقد قمت بمقارنة بين كلا النموذجين و حصلت بالضبط على نفس النتائج كيف يمكنني أن أختار أفضل واحد و الرد من ستاتاكورب: تحصل على نفس النتيجة مع مختلطة، مل ستديفياتيونس و ستريغ، مل لأن هذا الأخير يناسب النموذج الذي هو حالة معينة لنموذج الآثار المختلطة. بالإضافة إلى ذلك، كل من مواصفات سطر الأوامر تستخدم نفس مقدر المقدر. لاحظ أنه مع ستريغ، مل كنت تناسب آثار عشوائية في اتجاه واحد نموذج، وهو نفس التأثير المختلط s مع مستوى واحد فقط لعنصر الآثار العشوائية. فيما يتعلق بالعلاقة بين النماذج الهرمية والنماذج متعددة المستويات: من السهل تحديد نموذج مختلط بطانة (لمم) من حيث التسلسل الهرمي تعريف صريح من نماذج أبسط. (ج) أو المقابلة لمستويات مجموعة بيانات مجمعة أو طولية. عندما يتم تحديد لمس بهذه الطريقة، غالبا ما يشار إليها باسم النماذج الخطية الهرمية (هلمس)، أو نماذج متعددة المستويات (غرب، وولش، غاتيكي. الخطي نماذج مختلطة: دليل عملي باستخدام البرمجيات الإحصائية الطبعة الثانية كرك الصحافة، 2015، صفحة 22) ويبدو أن جميع هؤلاء المؤلفين يسيرون على نفس الاتجاه الذي أكدنا عليه في الرسالة الأخيرة. مع خالص التقدير، لا أستطيع أن أتصور في أي نقطة قد تكون هذه التصريحات خاطئة. لذلك، وبصدق أيضا، يبدو لي أننا جميعا نتحدث في هذا الموضوع على نفس الموضوع، ولكن لا بالضرورة ضد أو لصالح. وأوافق، على الاطلاق، على أن الآثار الثابتة قد يكون لها معان مختلفة تحت تخصصات مختلفة، وليس فقط نماذج مختلطة ولكن أيضا نماذج متداخلة (مثل نستريغ على سبيل المثال) يمكن التعامل مع الهياكل الهرمية، في ظل ظروف معينة. أنا أعتذر حقا لكتابة هذه الرسالة الطويلة. بلدي خطأ، مما لا شك فيه. كما قال باسكال مرة واحدة (وهنا مجرد إعادة صياغة الفيلسوف الرياضيات الرياضيات)، لسوء الحظ لم يكن لدي الوقت لجعله أقصر، كما ينبغي. التعديل الأخير كان بواسطة: ماركوس ألميدا 19 فبراير 2015، 13:34. 19 فبراير 2015، 14:01 أعتقد أن هناك اثنين من الارتباك المصطلح يحدث في نفس الوقت: مصطلح الآثار الثابتة يعني أشياء مختلفة في التقاليد المختلفة ونماذج متعددة المستويات ونماذج لوحة هي إلى حد كبير نفس الشيء. المشكلة كانت ستيفن مع تأكيدكم أن البيانات لوحة كوثات ينبغي أن تؤخذ كحالة محددة من نماذج متعددة المستويات المختلطة نماذج. والمشكلة هي أن الاقتصاديين كوتمولتي-ليفلكوت يساوي تأثيرات عشوائية. هذا ليس صحيحا في التخصصات الأخرى، ولكن هذا لا يجعل هذا أقل من مشكلة إذا كنت اقتصاديا. لذلك أظن أنك على حق، وأن المصطلحات المستخدمة في هذا المجال هو فوضى ميؤوس منها.
No comments:
Post a Comment