Sto cercando di capire la differenza tra programmazione se e condizionale, se in Stata. Ecco quello che sto facendo. Mi chiedevo perché la programmazione se dà in uscita per 3291 e 4000, ma non 5000. riesco a capire che la programmazione, se guarda la prima osservazione di prezzo e poi vedere se è maggiore di numero specificato e quindi eseguire il programma. Ma, questo non è chiaramente quello che sto vedendo qui. Qualsiasi aiuto in questo senso sarà molto apprezzato. chiesto 23 luglio 13 alle 12:53 Stai visualizzando il comportamento previsto. Quindi, la prima osservazione prezzo è 4.099. Quando si esegue un condizionale se il prezzo somma come se il prezzo GT 4499. Stata trova le osservazioni per cui prezzo supera 4.499 e poi esegue il comando riassumere su tali osservazioni. Ci sono 48 di tali osservazioni. Quando si esegue una programmazione se, l'esecuzione è: Stata raggiunge l'istruzione if e decide se la condizione è soddisfatta. Se la condizione è soddisfatta, si entra nel blocco if ed esegue il codice. Se la condizione non è soddisfatta, Stata salta oltre la chiusura e ignora il se il codice. Così, quando si fa se il prezzo gt 4000. Stata guarda la prima osservazione, vede che il prezzo è maggiore di 4.000 e procede per eseguire il codice. Dal momento che il summarize all'interno del blocco if non ha nessuna condizione su di esso, il comando viene eseguito con tutte le osservazioni. Quando si esegue se il prezzo gt 5000. Stata vede che la condizione non è soddisfatta e salta il codice all'interno. La differenza tra il caso di qualificazione e l'istruzione if si spiega con StataCorp nella loro FAQs. Notice: Il gruppo di consulenza statistica Idre sarà la migrazione del sito web al CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca digitale e l'istruzione Aiuto Consulting Group Stat dando un regalo Stata FAQ Come posso verificare la presenza di collinearità nel sondaggio di regressione collinearità è una proprietà di variabili predittive e in OLS la regressione può essere facilmente controllato con il comando estat vif dopo regredire o dal comando scritta dall'utente, Collin. La situazione è un po 'po' più complicato quando si utilizzano dati di rilievo. Illustreremo questa situazione utilizzando il set di dati hsb2 fingendo che la matematica variabile è il peso di campionamento (pweight) e che il campione è stratificato su SES. Iniziamo eseguendo una regressione sondaggio con socst regredito in lettura. scrivere e l'interazione di lettura e scrittura. Creeremo il termine di interazione, rw. moltiplicando leggere e scrivere insieme. Poiché rw è il prodotto di due altri predittori, esso deve creare una situazione con un alto grado di collinearità. Ora, come possiamo dire se c'è alta collinearità tra i tre predittori Per rispondere a questa ci verrà eseguito tre regressioni sondaggi utilizzando lettura. scrivere e rw come le variabili di risposta. Dopo ogni regressione ci sarà calcolare manualmente la tolleranza con la formula 1-R 2 e il fattore di inflazione della varianza (VIF) per 1tolerance. Si noti che abbiamo usato ciascuna delle variabili predittive, a sua volta, come variabile di risposta per una regressione sondaggio. VIF valori superiori a 10 possono giustificare un ulteriore esame. In questo esempio, tutte le VIFS erano problematici ma l'rw variabile spicca con un VIF di 118.61. L'alta collinearità del termine di interazione non è inaspettato e probabilmente non sta per causare un problema per la nostra analisi. Questo stesso approccio può essere utilizzato con sondaggio logit (cioè SVY: logit) o una qualsiasi delle procedure di stima sondaggio. Per fare questo, sostituire il comando logit con il comando regresso e poi procedere come sopra indicato. L'esecuzione del comando regressione con una variabile esito binario non sarà un problema, perché la collinearità è una proprietà dei predittori, non del modello. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dalla University of California.
No comments:
Post a Comment