标题: 非對稱效果的估計 [打印本页] 作者: chienhsin 时间: 2011-6-17 06:04 标题: 非對稱效果的估計 Kenny你好:. s+ D: [ `3 m5 k' |% u2 l
+ O1 D' e K" B+ s+ R我最近在一篇文章內看到作者如此敘述他的方法: ( n* _( c- ?! z. C先說明資料結構,每一筆資料有Y A B! x# N+ x, q" P* w$ r
作者要估計 (A-B) 差是正值或負值時對Y的效果。 ( x7 j9 N( a, C9 w. a; @9 ]8 t" a( |+ l y
we fitted a random-effects piecewise logit model on the data set using the difference between A and B as an independent variable and accounting for potentially different slopes when the A-B difference was positive versus negative.# v' R: i3 J( J7 q: i5 ~9 Y5 k
% { b# w1 Y/ z W
分析後,結果同時顯示了當A-B為正、A-B為負,之結果。8 j* S& j5 E* _9 @
3 ~8 Z: Z) ]6 [1 |* h8 E! [我不懂的是作者如何處理A-B,A-B不是正值就是負值,或是0,當A-B是正值有資料的時候, 1 n! z/ G/ o, ~4 B) n! F! j/ ?負值就是missing value,vice versa, 因此在同一筆資料上,怎麼同時會有(A-B)為正值、為負值的資料? * Z* `( ?% t9 y/ m* b3 `$ ^/ J ) ?, {/ h- v. q, y+ v我本來想作者是將資料分兩半分別估計,但他的結果卻只顯示一個intercept,其他係數也是一個、R-square也一個,所以也不是分開估計。; w) f) X ]% p+ e
: V5 y; ^9 w- F4 `7 m: }# m
謝謝Kenny的幫忙。 , |; N6 Z' z8 Z# c; m$ t1 f0 L1 m2 x. E, c l! c2 f
$ @3 b: [. I) @. ZChien-Hsin& H, b7 \+ L' G0 h8 q* U b
& t2 S- |: p. J) u 本帖最后由 chienhsin 于 2011-6-17 06:46 编辑 / |# u" _% A2 Q9 F4 f4 m 5 S% \/ b* M8 e, S" e作者: Kenneth 时间: 2011-6-17 13:04 回复 1楼chienhsin 的帖子 * b2 c# O& x$ m! F0 U* e! t$ sChienhsin, 你给我的资料不够深入,所以我依你的描述上网找了一下。我猜我找到你所说的文章了。 5 \& K6 U* V' d' x- ~7 p+ f) j+ x% G我猜他们用的是一种特别的回归,叫做 piecewise regression (random effect and logit 在这里不重要。logit 是因为因变量是一个虚拟变量;random effect 是他们选择了的估计方法)。我在网上看了一下,piecewise regression 好像是特别用来解决一些问题,问题的性质是当 x<a 时做一个回归分析估计(a 是一个常数);当 x>a 时做一个回归分析估计。但是两组数据是“同时估计的”,所以只有一个截距。我想最简单的理解是用同一组数据作出两个回归分析(就是两条回归直线)当x<a 时一条;当x<a 时另外一条。但是它们有相同的截距,而且两条回归是同时估计的。不知道我讲的对不对,因为我从来没有在管理的研究中见过。 & L; v. ~' @+ b2 q& n, u, H ) u m9 o4 K, S- l作者: chienhsin 时间: 2011-6-17 20:54 回复 2楼Kenneth 的帖子. G8 b( F: s5 M. D# N( M& r
+ r# f6 [% K+ N+ R2 u! i& lKenny您好: 4 V H3 b, G1 _& B! Z' Z. [" }! P9 a) d0 v( h4 v, Z0 }: D
我根據您的指示,也找了相關的資料,原來在我的迴歸分析的課本也有簡短提到,我的課本把這種方法稱為spline regression.- ^, T7 ?# m8 H! v7 U+ {( `3 ^ v