AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti all'Istituto per la Ricerca e l'istruzione digitale Aiuto Consulting Group Stat, dando un regalo Esempi Stata analisi dei dati informazioni Tobia Analisi Versione: Codice per questa pagina è stato testato in Stata 12. Il modello di Tobia, chiamato anche un modello di regressione censurato, è stato progettato per stimare relazioni lineari tra le variabili quando c'è sia a sinistra oa destra censurare nella variabile dipendente (anche conosciuto come censurare dal basso e dall'alto, rispettivamente). Censura dall'alto avviene quando i casi con un valore pari o superiore a una certa soglia, tutto assumono il valore di tale soglia, in modo che il valore reale potrebbe essere uguale alla soglia, ma potrebbe anche essere superiore. Nel caso di censurare dal basso, valori quelli che cadono al di sotto o qualche soglia vengono censurati. Nota: Lo scopo di questa pagina è quello di mostrare come utilizzare i vari comandi di analisi dei dati. Esso non copre tutti gli aspetti del processo di ricerca, che sono tenuti ai ricercatori di fare. In particolare, non copre la pulizia dei dati e il controllo, la verifica di ipotesi, la diagnostica modello e potenziali analisi di follow-up. Esempi di regressione Tobia Esempio 1. Nel 1980 ci fu una legge federale limitare le letture del tachimetro a non più di 85 mph. Quindi, se si voleva cercare di prevedere un veicoli di alta velocità da una combinazione di cavalli di potenza e le dimensioni del motore, si otterrebbe una lettura non superiore a 85, indipendentemente da quanto velocemente il veicolo è stato davvero viaggiando. Si tratta di un classico caso di destra-censura (censura dall'alto) dei dati. L'unica cosa di cui siamo certi è che tali veicoli viaggiavano almeno l'85 mph. Esempio 2. Un progetto di ricerca sta studiando il livello di piombo in acqua potabile a casa in funzione dell'età di un reddito casa e della famiglia. Il kit di test acqua non in grado di rilevare la concentrazione di piombo al di sotto di 5 parti per miliardo (ppb). L'EPA considera livelli superiori a 15 ppb per essere pericoloso. Questi dati sono un esempio di sinistra-censura (censura dal basso). Esempio 3. Si consideri la situazione in cui abbiamo una misura di attitudine accademica (scala 200-800), che vogliamo modellare con la lettura e la prova di matematica i punteggi, così come il tipo di programma che lo studente è iscritto (accademico, generale o professionale). Il problema qui è che gli studenti che rispondono a tutte le domande sulla prova attitudinale accademico ricevere correttamente un punteggio di 800, anche se è probabile che questi studenti non sono veramente uguali in attitudine. Lo stesso vale per gli studenti che rispondono a tutte le domande in modo errato. A tutti questi studenti avrebbero un punteggio di 200, anche se possono non essere tutti uguali di attitudine. Descrizione dei dati Consente perseguire Esempio 3 dall'alto. Abbiamo un file di dati ipotetici, tobit. dta con 200 osservazioni. La variabile attitudine accademico è apt, i punteggi lettura e matematica di test vengono letti e la matematica, rispettivamente. Il prog variabile è il tipo di programma lo studente è in, è una variabile categoriale (nominale) che assume tre valori, accademico (prog 1), generale (prog 2), e professionali (prog 3). Vediamo i dati. Si noti che in questo insieme di dati, il valore più basso di apt è 352. Non ci sono studenti hanno ricevuto un punteggio di 200 (vale a dire il punteggio più basso possibile), il che significa che anche se la censura dal basso è possibile, non si verifica nel set di dati. Osservando l'istogramma sopra che mostra la distribuzione di apt. possiamo vedere la censura nei dati, cioè, ci sono molti più casi con punteggi di 750 a 800 di quanto ci si aspetterebbe guardando il resto della distribuzione. Di seguito è riportato un istogramma alternativa che evidenzia ulteriormente l'eccesso di casi in cui apt 800. Nel istogramma in basso, l'opzione discreta produce un istogramma in cui ogni valore unico di apt dispone di un bar. L'opzione freq provoca l'asse y etichettato con la frequenza per ogni valore, piuttosto che la densità. Poiché apt è continua, la maggior parte dei valori di apt sono unici nel set di dati, anche se vicino al centro della distribuzione ci sono alcuni valori di apt con due o tre casi. Il picco all'estrema destra dell'istogramma è il bar per i casi in cui apt 800, l'altezza di questa barra rispetto a tutti gli altri mostra chiaramente il numero superiore di casi con questo valore. Avanti così esplorare le relazioni bivariate nel nostro set di dati. Nell'ultima riga della matrice dispersione mostrato sopra, vediamo le scatterplots mostra Leggere e apt. così come la matematica e apt. Notare la raccolta dei casi nella parte superiore di ciascuna dispersione dovuta alla censura nella distribuzione di apt. Metodi di analisi si potrebbe considerare Ecco un elenco di alcuni metodi di analisi si può avere incontrato. Alcuni dei metodi elencati sono abbastanza ragionevoli, mentre altri hanno uno caduto in disgrazia o hanno limitazioni. Tobia regressione, il focus di questa pagina. OLS Regressione - Si potrebbe analizzare questi dati utilizzando OLS regressione. Regressione OLS tratterà il 800 i valori reali e non come limite superiore della attitudine accademica superiore. Un limite di questo approccio è che quando viene censurata la variabile, OLS fornisce stime inconsistenti dei parametri, il che significa che i coefficienti dall'analisi non necessariamente accedere ai parametri di popolazione quottruequot al crescere della dimensione del campione. Vedere Lungo (1997, capitolo 7) per una discussione più dettagliata dei problemi di utilizzo di regressione OLS con i dati censurati. Regressione troncata - A volte c'è confusione sulla differenza tra i dati troncati e dati censurati. Con variabili censurate, tutte le osservazioni sono nel set di dati, ma noi non conoscere i valori quottruequot di alcuni di loro. Con troncamento alcune osservazioni non sono inclusi nell'analisi causa del valore della variabile. Quando viene censurato una variabile, modelli di regressione per dati troncati forniscono stime inconsistenti dei parametri. Vedere Lungo (1997, capitolo 7) per una discussione più dettagliata dei problemi di utilizzo di modelli di regressione per dati troncati per analizzare i dati censurati. Tobia regressione seguito eseguire il modello Tobia, con lettura. matematica . e prog di prevedere apt. L'opzione ul () nel comando tobit indica il valore al quale inizia il diritto-censura (vale a dire il limite superiore). C'è anche un ll () per indicare il valore della sinistra-censura (limite inferiore) che non era necessario in questo esempio. L'i. prima prog indica che prog è una variabile fattore (cioè variabile categorica), e che dovrebbe essere inclusa nel modello come una serie di variabili dummy. Si noti che questa sintassi è stata introdotta in Stata 11. La probabilità di registro finale (-1041,0629) viene mostrata nella parte superiore della produzione, può essere utilizzato nei confronti di modelli annidati, ma trovarmici mostrano un esempio di quello qui. Anche nella parte superiore dell'uscita vediamo che tutte le 200 osservazioni nostri dati impostati sono stati utilizzati nell'analisi (meno osservazioni sarebbero stati utilizzati se qualcuno dei nostri variabili avevano valori mancanti). Il rapporto di verosimiglianza chi-quadrato di 188,97 (DF4) con un valore p di 0.0001 ci dice che il nostro modello nel suo complesso si adatta molto meglio di un modello vuoto (cioè un modello senza predittori). Nella tabella vediamo i coefficienti, i loro errori standard, la statistica t, associata p-value, e l'intervallo di confidenza 95 dei coefficienti. I coefficienti di lettura e matematica sono statisticamente significativi, come è il coefficiente per prog 3. coefficienti di regressione Tb sono interpretati in modo simile al OLS coefficienti di regressione tuttavia, l'effetto lineare è sulla variabile latente uncensored, non il risultato osservato. Vedere McDonald e Moffitt (1980) per ulteriori dettagli. Per un incremento unitario di lettura. vi è un aumento di 2,7 punti del valore previsto di apt. Un incremento unitario di matematica è associata con un aumento 5,91 unità di valore previsto di apt. I termini per prog hanno un'interpretazione leggermente diversa. Il valore previsto di apt è 46.14 punti più basso per gli studenti in un programma professionale (prog 3) che per gli studenti in un programma accademico (prog 1). Il sigma statistica accessoria è analoga alla radice quadrata della varianza residua OLS regressione. Il valore di 65.67 può essere paragonata alla deviazione standard di idoneità accademica che era 99,21, una sostanziale riduzione. L'output contiene anche una stima dell'errore standard di sigma così come l'intervallo di 95 fiducia. Infine, l'uscita fornisce un riepilogo del numero di valori di sinistra-censurato, senza censure e destra-censurato. Siamo in grado di testare per un effetto complessivo di programmi mediante comando test. Di seguito si vede che l'effetto complessivo di prog è statisticamente significativa. Possiamo anche testare ulteriori ipotesi circa le differenze tra i coefficienti per i diversi livelli di prog. Qui di seguito ci prova che il coefficiente per il prog 2 è pari al coefficiente per prog 3. In uscita al di sotto si vede che il coefficiente per il prog 2 è significativamente diverso da quello del coefficiente per prog 3. Si può anche visualizzare le misure di quanto bene il nostro modello si adatta. Questo può essere particolarmente utile quando si confrontano modelli concorrenti. Un metodo per farlo è quello di confrontare i valori previsti sulla base del modello tobit ai valori osservati nel set di dati. Di seguito usiamo prevedere per generare valori previsti di apt sulla base del modello. Poi abbiamo correlare i valori osservati di apt con i valori previsti (yhat). La correlazione tra i valori previsti e osservati di apt è 0,7825. Se possiamo far quadrare questo valore, si ottiene la correlazione quadrato multipla, questi valori indica predetti condividono circa il 61 (0,78,252 mila 0,6123) del loro contrasto con apt. Inoltre, siamo in grado di utilizzare il comando fitstat scritto dall'utente per la produzione di una serie di statistiche in forma. È possibile trovare ulteriori informazioni su fitstat digitando findit fitstat (vedi Come posso utilizzare il comando findit per la ricerca di programmi e ottenere ulteriore assistenza per ulteriori informazioni sull'uso findit). Manuale Stata linea Tobia correlati Stata Comandi cnreg - censurato regressione normale, in cui i valori di censura possono cambiare di osservazione per l'osservazione. intreg - Intervallo di regressione, in cui osservazioni possono essere dati del punto, i dati di intervallo, i dati a sinistra-censurati o dati destra censurati. Riferimenti lunghi, J. S. (1997). I modelli di regressione per le variabili dipendenti categoriali e limitato. Thousand Oaks, CA: Sage Publications. McDonald, J. F. e Moffitt, R. A. 1980. Gli usi di analisi Tobia. La Rassegna di Economia e Statistica Vol 62 (2): 318-321. Tobin, J. (1958). Stima dei rapporti per le variabili dipendenti limitate. Econometrica 26: 24-36. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dall'Università di California. NOTICE: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web al CMS WordPress nel mese di febbraio per facilitare mantenimento e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti all'Istituto per la Ricerca e l'istruzione digitale Aiuto Consulting Group Stat, dando un regalo R analisi dei dati Esempi: Modelli Tobit Il modello Tobia, chiamato anche un modello di regressione censurato, è stato progettato per stimare relazioni lineari tra le variabili quando vi è o sinistra o destra-censurare nella variabile dipendente (anche noto come censurare dal basso e dall'alto, rispettivamente). Censura dall'alto avviene quando i casi con un valore pari o superiore a una certa soglia, tutto assumono il valore di tale soglia, in modo che il valore reale potrebbe essere uguale alla soglia, ma potrebbe anche essere superiore. Nel caso di censurare dal basso, valori quelli che cadono al di sotto o qualche soglia vengono censurati. Questa pagina usa i seguenti pacchetti. Assicurarsi che sia possibile caricare prima di provare a eseguire gli esempi in questa pagina. Se non si dispone di un pacchetto installato, eseguire: install. packages (pacchetto). o se si vede la versione non è aggiornata, eseguire: update. packages (). Informazioni Versione: Codice per questa pagina è stato testato in R di Promozione (instabile) (2012-11-16 r61126) On: 2012/12/15 Con: VGAM 0,9-0 GGally 0.4.2 rimodellare 0.8.4 plyr 1.8 ggplot2 0.9. 3 knitr 0.9 Nota: Lo scopo di questa pagina è quello di mostrare come utilizzare i vari comandi di analisi dei dati. Esso non copre tutti gli aspetti del processo di ricerca, che sono tenuti ai ricercatori di fare. In particolare, non copre la pulizia dei dati e il controllo, la verifica di ipotesi, la diagnostica modello e potenziali analisi di follow-up. Esempi di Tobia Analisi Esempio 1. Nel 1980 ci fu una legge federale limitare le letture del tachimetro a non più di 85 mph. Quindi, se si voleva cercare di prevedere un veicoli di alta velocità da una combinazione di cavalli di potenza e le dimensioni del motore, si otterrebbe una lettura non superiore a 85, indipendentemente da quanto velocemente il veicolo è stato davvero viaggiando. Si tratta di un classico caso di destra-censura (censura dall'alto) dei dati. L'unica cosa di cui siamo certi è che tali veicoli viaggiavano almeno l'85 mph. Esempio 2. Un progetto di ricerca sta studiando il livello di piombo in acqua potabile a casa in funzione dell'età di un reddito casa e della famiglia. Il kit di test acqua non in grado di rilevare la concentrazione di piombo al di sotto di 5 parti per miliardo (ppb). L'EPA considera livelli superiori a 15 ppb per essere pericoloso. Questi dati sono un esempio di sinistra-censura (censura dal basso). Esempio 3. Si consideri la situazione in cui abbiamo una misura di attitudine accademica (scala 200-800), che vogliamo modellare con la lettura e la prova di matematica i punteggi, così come il tipo di programma che lo studente è iscritto (accademico, generale o professionale). Il problema qui è che gli studenti che rispondono a tutte le domande sulla prova attitudinale accademico ricevere correttamente un punteggio di 800, anche se è probabile che questi studenti non sono veramente uguali in attitudine. Lo stesso vale per gli studenti che rispondono a tutte le domande in modo errato. A tutti questi studenti avrebbero un punteggio di 200, anche se possono non essere tutti uguali di attitudine. Descrizione dei dati per l'analisi dei dati di seguito, ci accingiamo a espandere Esempio 3 dall'alto. Abbiamo generato i dati ipotetici, che può essere ottenuto dal nostro sito web all'interno R. Si noti che R richiede le barre, non indietro barre quando si specifica un percorso di file anche se il file è sul disco rigido. L'insieme di dati contiene 200 osservazioni. La variabile attitudine accademico è apt. i punteggi lettura e matematica di test vengono letti e la matematica, rispettivamente. Il prog variabile è il tipo di programma lo studente è in, è una variabile categoriale (nominale) che assume tre valori, accademico (prog 1), generale (prog 2), e professionali (prog 3). L'ID è una variabile di identificazione. Vediamo ora i dati in modo descrittivo. Si noti che in questo insieme di dati, il valore più basso di apt è 352. Vale a dire, non gli studenti hanno ricevuto un punteggio di 200 (il punteggio più basso possibile), il che significa che anche se la censura dal basso è possibile, non si verifica nel set di dati. Osservando l'istogramma sopra, possiamo vedere la censura nei valori di apt. cioè, ci sono molti più casi con punteggi di 750 a 800 quanto ci si aspetterebbe guardando il resto della distribuzione. Di seguito è riportato un istogramma alternativa che evidenzia ulteriormente l'eccesso di casi in cui apt 800. Nel istogramma in basso, l'opzione si rompe produce un istogramma in cui ogni valore unico di apt dispone di un bar (impostando pause pari ad un vettore contenente i valori da un minimo di apt al massimo di apt). Poiché apt è continua, la maggior parte dei valori di apt sono unici nel set di dati, anche se vicino al centro della distribuzione ci sono alcuni valori di apt con due o tre casi. Il picco all'estrema destra dell'istogramma è il bar per i casi in cui apt 800, l'altezza di questa barra rispetto a tutti gli altri mostra chiaramente il numero superiore di casi con questo valore. Avanti così esplorare le relazioni bivariate nel nostro set di dati. Nella prima riga della matrice dispersione mostrato sopra, vediamo le scatterplots mostrano il rapporto tra lettura e apt. così come la matematica e apt. Nota la raccolta dei casi le prime due dispersione, questo è dovuto alla censura nella distribuzione di apt. Metodi di analisi si potrebbe considerare Ecco un elenco di alcuni metodi di analisi si può avere incontrato. Alcuni dei metodi elencati sono abbastanza ragionevoli, mentre altri hanno uno caduto in disgrazia o hanno limitazioni. Tobia regressione, il focus di questa pagina. OLS Regressione - Si potrebbe analizzare questi dati utilizzando OLS regressione. OLS la regressione tratterà il 800 come i valori reali e non come limite inferiore della attitudine accademico superiore. Un limite di questo approccio è che quando viene censurata la variabile, OLS fornisce stime inconsistenti dei parametri, il che significa che i coefficienti dall'analisi non necessariamente accedere ai parametri di popolazione veri al crescere della dimensione del campione. Vedere Lungo (1997, capitolo 7) per una discussione più dettagliata dei problemi di utilizzo di regressione OLS con i dati censurati. Regressione troncata - A volte c'è confusione sulla differenza tra i dati troncati e dati censurati. Con variabili censurate, tutte le osservazioni sono nel set di dati, ma non sappiamo i veri valori di alcuni di loro. Con troncamento alcune osservazioni non sono inclusi nell'analisi causa del valore della variabile. Quando viene censurato una variabile, modelli di regressione per dati troncati forniscono stime inconsistenti dei parametri. Vedere Lungo (1997, capitolo 7) per una discussione più dettagliata dei problemi di utilizzo di modelli di regressione per dati troncati per analizzare i dati censurati. Tobia regressione seguito eseguire il modello Tobi, utilizzando la funzione vglm del pacchetto VGAM. In uscita sopra, la prima cosa che vediamo è la chiamata, questa è la R ci ricorda ciò che il modello abbiamo corso è stato, quali opzioni abbiamo specificato, ecc I coefficienti della tabella etichettato dà i coefficienti, i loro errori standard, e lo z-statistica . Non ci sono valori di p sono incluse nella tabella di riepilogo, ma ci mostrano come calcolare loro seguito. coefficienti di regressione Tobit sono interpretati in modo simile a OLS coefficienti di regressione tuttavia, l'effetto lineare è sulla variabile latente uncensored, non il risultato osservato. Vedere McDonald e Moffitt (1980) per ulteriori dettagli. Per un incremento unitario di lettura. vi è un aumento di 2,6981 punto del valore predetto di apt. Un incremento unitario di matematica è associata con un aumento 5,9146 unità del valore previsto di apt. I termini per prog hanno un'interpretazione leggermente diversa. Il valore previsto di apt è -46.1419 punti in meno per gli studenti in un programma professionale che per gli studenti in un programma accademico. Il coefficiente marcato (Intercept): 1 è l'intercetta o costante per il modello. Il coefficiente di etichetta (Intercept): 2 è una statistica ancillare. Se exponentiate questo valore, si ottiene una statistica che è analoga alla radice quadrata della varianza residua OLS regressione. Il valore di 65,6773 può rispetto alla deviazione standard di idoneità accademica che era 99,21, una sostanziale riduzione. La probabilità di registro finale, -1.041,0629. è mostrato verso la parte inferiore della produzione, può essere utilizzato nei confronti di modelli annidati. Di seguito si calcolano i valori p per ciascuno dei coefficienti del modello. Calcoliamo il valore di p per ogni coefficiente utilizzando i valori di z e quindi visualizzare in una tabella con i coefficienti. I coefficienti per leggere. matematica. e prog 3 (professionale) sono statisticamente significativi. Siamo in grado di testare la significativa del tipo di programma generale montando un modello senza programma in esso e con un test del rapporto di verosimiglianza.
No comments:
Post a Comment