Руководство по анализу данных с помощью самой мощной и популярной
жүктеу/скачать 8,54 Mb. Pdf көрінісі
|
А. Наследов - SPSS 19. Профессиональный статистический анализ данных - 2011
- Бұл бет үшін навигация:
- Глава 25. Логлинейный анализ таблиц сопряженности 360
| Понятие логлинейной модели
Логлинейная модель, в сущности, представляет собой множественную регрессион- ную модель, в которой категориальные переменные и их взаимодействия высту- пают в качестве предикторов, а роль зависимой переменной играет натуральный логарифм частот категорий. Именно использование логарифмической меры обу- словливает линейность модели. Для взаимодействия переменных агрессия , симпа- тия и условия уравнение будет иметь вид: ln (частота) = μ + λ А + λ С + λ У + λ A × С + λ A × У + λ С × У + λ A × С × У Глава 25. Логлинейный анализ таблиц сопряженности 360 В этом уравнении частота — это частота текущей ячейки частотной таблицы, μ — общее среднее воздействия, эквивалентное константе во множественном регрес- сионном анализе, а каждое значение λ представляет собой воздействие со сто- роны одной или более независимых переменных. Так, λ А является воздействием переменной агрессия , λ У и λ С — соответственно переменных условия и симпатия , λ А × С — взаимодействия переменных агрессия и симпатия , λ А × С × У — взаимо- действия переменных агрессия , симпатия и условия . Представленная здесь модель называется насыщенной, поскольку содержит все предикторы и их возможные взаимодействия. Однако насыщенная модель обычно не является оптимальной, так как редко все главные эффекты и взаимодействия оказываются значимыми. Как правило, существуют более предпочтительные альтернативы в виде ненасы- щенных моделей, которые отражают лишь статистически значимые главные эф- фекты и взаимодействия переменных. Подменю Логлинейный анализ содержит три команды. Общий f — эта команда допускает вхождение в модель любых факторов и их взаимодействий и предполагает, что исследователь перед проведением анализа уже имеет гипотезы о составе модели. Логит f — применение этой команды позволяет рассматривать дихотомические переменные как зависимые, а одну (или более) категориальную переменную как независимую. При этом зависимая дихотомическая переменная использу- ется не для прогнозирования частот категорий, а для разделения всех катего- рий на две группы. Смысл понятия «логит» раскрывается в главе 24. Подбор f модели — эта команда позволяет из всех возможных ненасыщенных моделей подобрать ту, которая в наибольшей степени соответствует исходным данным. Подбор осуществляется, как правило, автоматически. В результате выявляется совокупность значимых связей между категориальными перемен- ными и вычисляются параметры μ и λ логлинейной модели. В данной главе рассматривается последний из перечисленных методов, который основан на применении иерархической логлинейной модели. жүктеу/скачать 8,54 Mb. Достарыңызбен бөлісу:
|