อัตราส่วนในการถดถอยหรือที่เรียกว่าคำถามเกี่ยวกับ Kronmal


14

เมื่อเร็ว ๆ นี้คำถามการสืบค้นแบบสุ่มทำให้เกิดความทรงจำเกี่ยวกับความเห็นนอกมือจากอาจารย์คนหนึ่งของฉันเมื่อสองสามปีก่อนเตือนเกี่ยวกับการใช้อัตราส่วนในแบบจำลองการถดถอย ดังนั้นฉันจึงเริ่มอ่านสิ่งนี้นำไปสู่ ​​Kronmal 1993 ในที่สุด

ฉันต้องการตรวจสอบให้แน่ใจว่าฉันตีความคำแนะนำของเขาเกี่ยวกับวิธีการสร้างแบบจำลองเหล่านี้อย่างถูกต้อง

  1. สำหรับโมเดลที่มีอัตราส่วนซึ่งมีตัวหารเดียวกันทั้งในส่วนที่ขึ้นกับและอิสระ:
    Z-1Y=Z-11nβ0+Z-1XβX+βZ+Z-1ε

    • ถอยหลังอัตราส่วนที่พึ่งพาในตัวแปรตัวหาร (ผกผัน) นอกเหนือจากอัตราส่วนอื่น ๆ
    • น้ำหนักโดยตัวแปรตัวหาร (ผกผัน)
  2. สำหรับโมเดลที่มีตัวแปรตามเป็นอัตราส่วน:
    Y=β0+βXX+Z1nα0+ZXαX+Z-1ε

    • ถอยหลังตัวเศษตามตัวแปรดั้งเดิมตัวส่วนและตัวหารเวลาตัวแปรดั้งเดิม [สิ่งที่เกี่ยวกับตัวแปรเด็ดขาด?]
    • น้ำหนักโดยส่วน (ตรงกันข้าม)
  3. สำหรับโมเดลที่มีอัตราส่วนตัวแปรอิสระเท่านั้น: Y=β0+XβX+Z-11nβZ-1+WβW+Z-1WβZ-1W+ε

    • รวมตัวเศษและส่วน (ผกผัน) เป็นเอฟเฟกต์หลักอัตราส่วนตามเงื่อนไขการโต้ตอบ

การตีความของฉันที่นี่ถูกต้องหรือไม่

คำตอบ:


1

คุณควรเชื่อมโยงกับกระดาษ Kronmal จริง ๆ (และอธิบายสัญลักษณ์ของคุณซึ่งนำมาจากกระดาษโดยตรง) การอ่านกระดาษของคุณนั้นแท้จริงแล้วเกินไป โดยเฉพาะเขาไม่ได้ให้คำแนะนำเกี่ยวกับน้ำหนักแทนที่จะบอกว่าการให้น้ำหนักสามารถทำได้ตามปกติดังนั้นจึงไม่จำเป็นต้องพูดคุย มันถูกกล่าวถึงเป็นเพียงความเป็นไปได้ อ่านกรณีของคุณเช่นตัวอย่างมากขึ้นโดยเฉพาะอย่างยิ่งเป็นตัวอย่างของวิธีการวิเคราะห์สถานการณ์ดังกล่าว

ในมาตรา 6 เขาให้คำแนะนำทั่วไปซึ่งฉันจะกล่าวถึงที่นี่:

ข้อความของบทความนี้คือตัวแปรอัตราส่วนควรใช้เฉพาะในบริบทของตัวแบบเชิงเส้นเต็มรูปแบบซึ่งตัวแปรที่ประกอบขึ้นเป็นอัตราส่วนรวมอยู่ด้วยและมีคำดักจับอยู่ด้วย วิธีปฏิบัติทั่วไปของการใช้อัตราส่วนสำหรับตัวแปรตามหรือตัวแปรอิสระในการวิเคราะห์การถดถอยสามารถนำไปสู่การอนุมานที่ทำให้เข้าใจผิดและไม่ค่อยส่งผลให้ได้รับใด ๆ อย่างไรก็ตามการฝึกฝนนี้เป็นที่แพร่หลายและยึดถือและอาจเป็นเรื่องยากที่จะโน้มน้าวให้นักวิจัยบางคนรู้ว่าพวกเขาควรยอมแพ้ต่ออัตราส่วนหรือดัชนีที่มีค่ามากที่สุด

กระดาษใช้ตัวอย่าง (ที่สมมติขึ้น) โดย Neyman ในการเกิดและนกกระสา ในการเล่นกับตัวอย่างนั้นคุณสามารถเข้าถึงได้จาก R by

data(stork, package="TeachingDemos")

ฉันจะปล่อยให้ความสนุกแก่ผู้อ่าน แต่สิ่งหนึ่งที่น่าสนใจคือcoplot:

พล็อตการปรับอากาศสำหรับตัวอย่างนกกระสาเนย์แมน

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.