Признаки и переменные

                     Костанайский экономический колледж Казпотребсоюза 

    Реферат 

 

На тему: «Признаки и переменные»   

 

 

 

 

                                  Выполнила : Рамазанова Мариям

                                    Проверила: Досмаганбетова Г. Т.          

 

  

            

                           2015 год

           

  План

1. Оценка влияния независимой переменной

 

2. Тип шкалы измерения переменной 

 

3. Взаимодействие переменных

 

 

 

4. Метод средней ошибки.

 

 

5. Пошаговая процедура построения модели

 

 

 

 

 

 

 

 

 

1. Если переменные x независимы, то величина коэффициента bt интерпретируется как прирост y, если xi увеличить на единицу. Если переменные связаны, то изменение одной объясняющей переменной вызовет изменение других переменных, в результате чего изменения y будут непредсказуемы.

Можно ли по абсолютной величине коэффициента судить о роли соответствующего ему фактора в формировании зависимой переменной? То есть, если b1 > b2, будет ли x1 важнее x2? 
Абсолютные значения коэффициентов не позволяют сделать такой вывод. Однако при небольшой взаимосвязи переменных x, если стандартизовать переменные и рассчитать уравнение регрессии для стандартизованных переменных, оценки коэффициентов регрессии позволят по их абсолютной величине судить о том, какой аргумент в большей степени влияет на функцию.

 

 

2. Формируя данные, исследователь ставит в соответствие значениям переменной, имеющей содержательный смысл («пол», «профессия»), числовые значения («мужской» = 1, «женский» = 0 или «учитель» = 1). Используемые числовые коды для представления значений переменных называются шкалой измерения переменной. В приведенном примере это 0 и 1. В зависимости от свойств переменной выделяют неколичественные шкалы (номинальную, ординальную (ранговую)) и количественные (интервальную и шкалу отношений).

 

3. процедуры логистической регрессии в SPSS предусмотрены средства для автоматического включения в уравнение переменных взаимодействий. В диалоговом окне в списке исходных переменных для этого следует выделить имена переменных, взаимодействия которых предполагается рассмотреть, затем переправить выделенные имена в окно независимых перемен-ных кнопкой c текстом > > a X b >

 

 

 

4. Испытуемому предъявляют одновременно два стимула - эталон и переменный, причем величину переменного стимула испытуемый изменяет самостоятельно. Аппаратура должна позволять плавную регулировку измеряемого параметра переменного стимула. Задача испытуемого состоит в подравнивании переменного стимула к эталону. Для вычисления разностного порога испытуемый должен произвести множество подравниваний, что дает возможность рассчитать среднюю арифметическую величину (М) и среднее квадратичное отклонение (о) точности подравнивания. В эксперименте с использованием метода средней ошибки величина разностного порога чувствительности в значительной мере зависит от формулировки инструкции, даваемой испытуемому. Испытуемому можно предложить подравнивать переменный стимул относительно эталона, сказав, что переменный стимул будет, например, всегда меньше (или всегда больше), чем эталон, или испытуемому дают иную инструкцию: «найти равенство между переменным и эталонным стимулами».

 

 

 

5. Основным критерием отбора аргументов должно быть качественное представление о факторах, влияющих на зависимую переменную, которую мы пытаемся смоделировать. В SPSS очень хорошо реализован процесс построения регрессионной модели: на машину переложена значительная доля трудностей в решении этой задачи. Возможно последовательное построение модели путем добавления и удаления переменных блоками или по отдельности. Но мы рассмотрим только работу с отдельными переменными. 
   По умолчанию программа включает в уравнение все заданные переменные (метод ENTER). 
   Метод включения и исключения переменных (STEPWISE) состоит в следующем. 
   Из множества факторов, заданных исследователем в качестве возможных аргументов регрессионного уравнения, отбирается один x*, который более всего связан корреляционной зависимостью с y. Для этого рассчитываются частные коэффициенты корреляции остальных переменных с y при xk, включенном в регрессию, и выбирается следующая переменная с наибольшим частным коэффициентом корреляции. Это равносильно следующему: вычислить регрессионный остаток переменной y; вычислить регрессионный остаток независимых переменных по регрессионным уравнениям их как зависимых переменных от выбранной переменной (т. е. устранить из всех переменных влияние выбранной переменной); найти наибольший ко-эффициент корреляции остатков и включить соответствующую переменную x в уравнение регрессии. Далее проводится та же процедура при двух выбранных переменных, при трех и т. д. 
   Процедура повторяется до тех пор, пока в уравнение не будут включены все аргументы, выделенные исследователем, удовлетворяющие критериям значимости включения. 
   Замечание: во избежание зацикливания процесса включения/исключения уровень значимости включения устанавливается меньше значимости исключения (например Pin = 0.05, Pout = 0.1).