设为首页 登录 注册
首页 中人社区 中人博客
查看: 2872|回复: 4
打印 上一主题 下一主题

非對稱效果的估計

[复制链接]

8

主题

5

听众

366

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-25
最后登录
2012-5-9
积分
366
精华
0
主题
8
帖子
79
跳转到指定楼层
楼主
发表于 2011-6-17 06:04:46 |只看该作者 |倒序浏览
Kenny你好:
( }. ^* @, W4 N0 S
6 [* e8 I* u- \& [) x5 v我最近在一篇文章內看到作者如此敘述他的方法:+ I1 k1 B! ~  s" e% K
先說明資料結構,每一筆資料有Y  A  B% t% k- _" g! x
作者要估計 (A-B) 差是正值或負值時對Y的效果。
$ y5 h+ U: R# L$ F5 p0 k* ]( A# [: ~0 ^' B1 P# P/ {. U
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.( G" H. N, Q! Z' F
$ z& s& G  Q& ^( c
分析後,結果同時顯示了當A-B為正、A-B為負,之結果。; m, r) f( }% g9 U( X) @
7 R; t, Z: [! C3 I' W
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 s5 O3 r/ m4 q- w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?; l. W! l+ m5 m8 ^) Q

9 w  B2 Z+ Q2 r% S4 L* i5 o% 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。
8 G. O* e; W$ _5 R- l7 h3 ^  p8 U* Q7 q$ X( B1 e
謝謝Kenny的幫忙。
3 C2 }. t8 K4 f) z9 m' c5 z& M( ^
* W! d3 E8 C. ?0 ?; Z" l3 t8 q& T) J
Chien-Hsin* u% ]8 c3 f2 M1 s* X
& G  o+ y# I/ c5 d: S! ?+ ~
本帖最后由 chienhsin 于 2011-6-17 06:46 编辑
# E% E- f$ [( G/ m& x
# A0 k0 y9 z/ n! ]5 }' J

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

沙发
发表于 2011-6-17 13:04:22 |只看该作者
回复 1楼 chienhsin 的帖子
2 d7 d4 o! d. p% `$ H7 A. DChienhsin, 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。
, y( }( R2 K0 B7 J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。; G( _" X4 m7 k6 H9 E& I- `% T% G
7 \" s" B) W2 |0 _2 ~
   
回复

使用道具 举报

8

主题

5

听众

366

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-25
最后登录
2012-5-9
积分
366
精华
0
主题
8
帖子
79
板凳
发表于 2011-6-17 20:54:39 |只看该作者
回复 2楼 Kenneth 的帖子' j$ C+ K) H, |9 J0 r8 k& G
2 q, ^2 X, }! t! K0 Q
Kenny您好:" C, y5 q/ z" X" V, {

) i- A7 ^/ 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.
* Q0 S1 g. o4 l3 ]4 B1 o* X! z
9 e; {0 a1 j# F現在我依照我原來的問題把模式設定一下:
" x, Q  U7 E: C: ^3 x5 d3 F' l$ [" h/ [# r9 F2 g
Let  X = (A-B)8 U* ^. H  F# J. u
     A1 = max (X-0, 0)         <<因為該文章要研究的是(A-B) > 0 和 < 0 的效果差異>>
5 i0 ?3 B* ~2 D# a! K. T! L
/ b# D3 |, P0 g/ D     Y = b0 + b1X + b2A1 + e
& z# O9 Z7 M/ E# n7 U
3 Z5 s& c& Y$ I5 P* e   for (A-B) > 0
" D- g2 s/ o7 Z( f5 N$ J! _' S3 ~       Y = b0 + b1(A-B) + b2(A-B)% c- z4 {, ]& \8 i$ ?
          = b0 + (b1+b2) (A-B)
/ I- X; C& A; l$ V% G! V/ N9 r- H& C4 w
   for (A-B) <=0& e. C2 F; J7 Y0 U
       Y = b0 + b1(A-B)4 A! Q/ S) c# i6 K0 E$ I. z6 r
        + G1 V8 {; Z: x6 D9 V* [: O. @
比較效果的差異:! T2 C& K9 X6 K  F% e( _
(A-B)負值時: 效果為b1, L/ O, ?: l2 m- l! j
(A-B)正值時: 效果為b1+b2
: d% L( \% x' ]4 r0 G( T0 i- G9 ~5 w0 U
我想應該是這個樣子。
* Z% g( g" ]2 s4 v6 j但還有個不明瞭的地方,原文的結果報告分別對6 h  k8 P* |: G% {# i, B' `1 B
(A-B)正值的效果、(A-B)負值的效果 分別報告顯著性,/ @- ^" a" b9 b/ V- Y: m' T
但從上面的model來看,我僅能檢定b1, b2的顯著性,並無法檢定(b1+b2)的顯著性?' [4 b7 u* j+ h) [
% `  T7 i' x- ?
Kenny有任何看法嗎?
9 u7 t3 E1 V- G: d2 D
. U0 P4 K5 f4 p/ l0 p8 G9 f- Y  n8 t

) m& o4 X* l! W" k$ I, `: x) x3 s( T( z' k( ~: N
   
回复

使用道具 举报

69

主题

220

听众

2万

积分

中人网专家

Rank: 50Rank: 50Rank: 50Rank: 50Rank: 50

注册时间
2003-1-21
最后登录
2016-11-27
积分
29016
精华
0
主题
69
帖子
1438

2009年度勋章

地板
发表于 2011-6-18 11:29:31 |只看该作者
回复 3楼 chienhsin 的帖子4 m1 M2 {* i" X5 f3 R8 r
chienhsin,我猜你说的是“可以检验b1的显著性,和(b1+b2)的显著性”吧。
3 I; c; X+ x. E# L一般当我们知道b1和b2的标准差时,只要作一点假设(比如 multivariate normality 等),(b1+b2)的标准差是可以用公式估计出来的。无论如何,这已经是一个统计学的问题了。我不是念统计的,不知道答案。我也试过在网上替你找,可是找到的也不多。反正我觉得这不是一个常见的问题,要用的时候才花时间去找吧。
, Q$ C8 \8 o5 E) c6 a- `9 d
" D- d3 s6 j) m; A* [2 G5 R- ]   
回复

使用道具 举报

8

主题

5

听众

366

积分

书生

Rank: 3Rank: 3Rank: 3

注册时间
2010-8-25
最后登录
2012-5-9
积分
366
精华
0
主题
8
帖子
79
5
发表于 2011-6-19 07:09:18 |只看该作者
回复 4楼 Kenneth 的帖子! G4 H) L# e& a8 R

8 S6 n$ n" \0 E. @' V1 m% Y) W4 @0 l3 |
    Kenny謝謝你。
回复

使用道具 举报