номинальные и ранговые шкалы vs многомерные методы |
Здравствуйте, гость ( Вход | Регистрация )
номинальные и ранговые шкалы vs многомерные методы |
24.06.2014 - 23:44
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 125 Регистрация: 2.04.2012 Пользователь №: 23616 |
Возник такой вопрос. Вернее вопросы.
Корректно ли использовать множественный регрессионый анализ и дискриминантный на ранговых шкалах? где зависимые и независимые переменные выраженные в этих шкала.Ну, в дискриминантном анализе только независимые И касательно номинативных данных. Есть возможности использовать многомерные методы, типа регрессии, кластерный анализ на номинативных данных. Я имею ввиду не бинарные, как логистической регрессии, а там где у переменной есть 7 градаций 1-женат 2-не женат 3-трудности в браке .... и так далее Или многомерные методы и номинативные шкалы это антиподы? |
|
4.07.2014 - 19:32
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
Корректно ли использовать множественный регрессионый анализ и дискриминантный на ранговых шкалах? где зависимые и независимые переменные выраженные в этих шкала.Ну, в дискриминантном анализе только независимые Если использовать классические техники - то "нет". Но всегда есть какие-то альтернативы, пусть и менее известные, нужно искать по разным пакетам. Например, в SPSS есть и порядковая, и даже категориальная регрессия - нужно читать, разбираться как работают, какие возможности и ограничения. Дискриминантный анализ можно заменить деревьями решений, нейросетевыми решениями и т д. И касательно номинативных данных. Есть возможности использовать многомерные методы, типа регрессии, кластерный анализ на номинативных данных. Я имею ввиду не бинарные, как логистической регрессии, а там где у переменной есть 7 градаций 1-женат 2-не женат 3-трудности в браке .... и так далее Или многомерные методы и номинативные шкалы это антиподы? Существует масса многомерных методов для номинальных шкал. Вам обязательно нужно пролистать книжку "Факторный, дискриминантный и кластерный анализ" и прочитать FAQ в конце разделов. В кластерном анализе всё начинается с мер расстояния. Какие-то меры есть для порядковых шкал, для вычисления каких-то мер множественные номинальные нужно разложить на бинарные (фиктивные) переменные. Короче, много всего... Нужно подбирать под опросники с которыми работаете. Скажем, ваш пример - вполне жизненный, но некорректно составленный: нельзя объединять в одной шкале "женат" и "трудности в браке", т.к. второе уже подразумевает первое. Или тогда нужно разрешать выбирать несколько пунктов - иначе респонденты будут выпадать из каких-то групп и общие закономерности "перекосятся". Но опросники - отдельная тема, не перестаю удивляться непрофессионализму и даже тупизне составителей большинства интернет-опросов. Сообщение отредактировал nokh - 4.07.2014 - 19:44 |
|
5.07.2014 - 17:24
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 125 Регистрация: 2.04.2012 Пользователь №: 23616 |
Вы имеете ввиду Мюллера что -ли?
касательно интернет-опросов и методик, им лучше недоверять. Т.к. лично мне неоднократно попадались тесты с искаженным ключом интерпретации. |
|
5.07.2014 - 19:43
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 1202 Регистрация: 13.01.2008 Из: Челябинск Пользователь №: 4704 |
Вы имеете ввиду Мюллера что -ли? Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р. Хорошая вводная в эти методы книга. В своё время мне сильно помогла сориентироваться в многообразии этих техник, а также послужила фильтром, с помощью которого я отсекал всякую некорректную околостатистическую болтовню многих отечественных источников - просто сразу закрывал не тратя время на чтение. Кластерным анализом я пользуюсь редко, но это скорее в силу специфики материала; уверен, что для психологии КА - очень важное направление. Психологи сетуют на в целом слабые корреляции психологических показателей: 0,3-0,5, но никак не 0,9. Я считаю, что если бы биологи и медики искали корреляции биологических показателей в жуткой смеси организмов разного вида, возраста и пола, то имели бы такие же корреляции. А в категорию респондентов "среднего возраста" или "такой-то профессии" легко попадают индивиды с сознанием взрослого, ребёнка, обезьяны, паразита и др. В выделении таких более психологически однородных подгрупп как раз и нужны Q-техники как КА. Но в любом случае начинать лучше с многомерных ординационных техник (главные компоненты, многомерное шкалирование, анализ соответствий и др.), а кластерный анализ проводить на полученных шкалах. В этом подходе только плюсы: 1) КА как R-техника неинформативен: зачем нам усреднённое по разным направлениям расстояние, когда с помощью ординационных техник можно разобраться именно в числе основных направлений (размерностей) и положении показателей в таком пространстве. Это куда более важная информация. 2) А далее разобравшись с структуре самих показателей и рассчитав несколько обобщающих шкал для всех объектов можно провести их кластеризацию. При этом практически нивелируется эффект набора показателей. Т.е. например, может оказаться, что 8 показателей коррелируют и отражают одно свойство, а 2 оставшихся тоже коррелируют и отражают другое свойство. Если проводить кластеризацию по исходным показателям 8 первых "забьют" 2 вторых, т.е. расстояния которые они дадут потеряются в общей сумме. Мы будем думать, что провели кластеризацию по всем показателям, хотя в реальности - только по первому свойству. Если же сначала провести ординацию, то 8 показателей выделятся в одну размерность, 2 - в другую . В итоге кластеризация по шкалам будет проведена по обоим свойствам одновременно. |
|
6.07.2014 - 11:08
Сообщение
#5
|
|
Группа: Пользователи Сообщений: 125 Регистрация: 2.04.2012 Пользователь №: 23616 |
Да, вы правы, книга правда полезная. Я её уже начал просматривать. В классическом применении кластерного анализа, который преподают в вузе ,самое , что бесит - так это когда, например 2 переменные объединились в кластер на маленьком расстоянии, а к ним, на расстоянии чуть побольше примыкает 3 переменная . Тогда ,схематично это выглядит так.
И начинаешь думать, как это присоединение интерпретировать? Переменная 3 похожа на переменную 1 и 2? |
|