Számítsanak többet a pontos értékek? (súlyozott regresszió, pontossági súlyok)

Röviden

Számítsanak többet a pontosabb értékek? A súlyozott regresszió (pontossági súlyok) nagyobb súlyt ad a pontos értékeknek. Akkor illik, ha a cél egy szám, és az értékek pontossága eltér, például különböző méretű csoportok átlagai esetén.

Hogyan működik a Statable-ben

1. „Új elemzés”, majd válaszd ki a(z) „Előre jelezhető valami?” kártyát.
2. Válaszd ki a célt tartalmazó oszlopot és az előrejelző oszlopokat.
3. „További beállítások” → „Modell” → „Lineáris pontossági súlyokkal”, majd válaszd ki a súlyokat tartalmazó oszlopot.
4. A 0 súly kihagyja a sort; a negatív vagy hiányzó súly letiltja a számítást.

Nem azonos az esetsúllyal

A gyakorisági súlyok (esetsúly) az eseteket számolják és az n-t változtatják. A pontossági súlyok azt mondják meg, mennyire pontos egy érték; nem számolják az eseteket. Az n a 0-nál nagyobb súlyú sorok száma marad. A kettő egyszerre nem lehetséges; a Statable ezt egy mondatban közli.

Így néz ki a táblázat

Egy sor esetenként, egy oszlop a célváltozóval (számok), az előrejelzők oszlopai és egy oszlop a súlyokkal. A 0 súly kihagyja a sort; a számuk az eredményben látható. A negatív vagy hiányzó súly megakadályozza a számítást.

Az eredmény értelmezése

• A b együtthatókat az SE-vel, t-vel, p-vel és a 95%-os KI-vel úgy kell olvasni, mint a lineáris regressziónál; az intervallum a t-eloszlást használja a megadott szabadságfokkal.
• Az R² súlyozott, és nem hasonlítható a súlyozatlan R²-hez. Látható még a reziduális szórás (σ), a modell F-tesztje, valamint a legkisebb és a legnagyobb súly.

Csapda: súlyok ugyanazokból az adatokból

A súlyoknak a mérési pontosságról szóló tudásból kell származniuk (például a csoport méretéből vagy ismert szórásból). Az ugyanezen adatok reziduumaiból becsült súlyok túl kicsire teszik a standard hibákat.

Feltételek és korlátok

• A lineáris regresszió többi feltétele továbbra is érvényes (egyenes vonalú összefüggés, független esetek, erős kiugró értékek nélküli reziduumok).
• A hiányos sorok nem kerülnek bele; a számuk az eredményben látható.

Az eredmény közlése

súlyozott, R² = ,70, F(1, 48) = 110,7, p < ,001

Tipikus példák

• Nagyon különböző méretű osztályok átlagai célváltozóként, az osztály mérete szerint súlyozva.
• Ismert, különböző pontosságú mérések több műszerből.

Szakembereknek

R (stats): lm(y ~ x, weights = w). A 0 súly kiesik, a szabadságfok csak a w > 0 sorokat számolja. Ellenőrizve a cars adatokon w = 1/speed súllyal, két nulla súllyal is, az SPSS ellen.