У нас вы можете посмотреть бесплатно Проверка линейности логит-функции с использованием преобразования Бокса-Тидвелла в SPSS (часть 1 ... или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
В этом видео представлен общий обзор использования преобразования Бокса-Тидвелла для проверки линейности логит-допущения при выполнении логистической регрессии. Эта процедура описана во многих учебниках, некоторые ссылки приведены ниже: Филд, А. (2018). Discovering statistics using IBM SPSS statistics (5-е изд.). Лос-Анджелес: Sage. Осборн, Дж. У. (2015). Best practices in логистической регрессии. Лос-Анджелес: Sage. Табачник, Б. Г. и Фиделл, Л. С. (2013). Using multivariate statistics (6-е изд.). Нью-Йорк: Pearson. ВАЖНОЕ ПРЕДУПРЕЖДЕНИЕ, НЕ РАССМОТРЕНО В ВИДЕО: Убедитесь, что переменные, включаемые в преобразование Бокса-Тидвелла, не имеют отрицательных и/или нулевых значений (например, в случае предиктора, центрированного на среднем). Если переменная имеет отрицательные и/или нулевые значения, то натуральный логарифм этих значений будет неопределён. Результатом преобразования Бокса-Тидвелла в наборе данных будет преобразованная переменная, содержащая пропущенные значения. В случаях, когда исходный предиктор имеет отрицательные и/или нулевые значения, следует выполнить линейное преобразование этой переменной так, чтобы ни одно её значение не было равно или меньше нуля (см. шаги ниже). К этой переменной следует применить процедуру Бокса-Тидвелла. Видео части 2, демонстрирующее проблему и стратегию её решения: • Testing linearity in the logit using the B... Один из вариантов выполнения линейного преобразования исходной переменной: 1) Найти минимальное значение исходной переменной в наборе данных. 2) Использовать функцию compute для вычисления линейного преобразования следующим образом: добавить 1 + абсолютное значение минимального значения переменной ко всем значениям исходной переменной. Это должно привести к получению преобразованной переменной с минимальным значением 1. 3) Примените процедуру Бокса-Тидвелла к переменной, вычисленной на шаге 2, чтобы получить преобразованную переменную для включения в логистическую регрессию и проверить предположение о линейности логит-регрессии. --- Если у вас несколько предикторов с нулевыми и/или отрицательными значениями, выполните шаги 1–3 для каждого предиктора. Затем вы можете проверить линейность логит-регрессии, добавив окончательно преобразованные переменные в логистическую регрессию вместе с преобразованными переменными, вычисленными на шаге 3. Данные SPSS, использованные в этом видео, можно скачать здесь: https://drive.google.com/file/d/1K7Tu...