Суть логлинейного анализа: 3-мерная модель

Видео-рекомендации, каждая не более 3 мин.

Видео 1. Введение в 3-мерный логлинейный анализ: постановка задачи, переход от анализа таблиц сопряжённости к работе с профилями респондентов, элементы формулы расчёта эффектов. Для того чтобы избавиться от нулевых частот, по умолчанию в логлинейном анализе к частотам профилей добавляется число (дельта) 0,5.

Видео 2. Подробное рассмотрение элементов формулы эффектов.

Видео 3. Модель многомерного логлинейного анализа в классической интерпретации (интерпретации Г. Аптона): описание и расчёт константы, с которой затем производится сравнение для определения силы эффектов. Если из-за какого-то эффекта наблюдается сильное изменение частоты профиля по сравнению с этой константой, то этот эффект признаётся статистически значимым, если такого изменения не происходит - то эффект не значим.

Видео 4. Сравнение вкладов эффектов в отклонение частоты некоторого профиля от средней геометрической частоты по выборке. Суть эффектов первого уровня: они показывают, как распределились квоты по выборке - это привнесённое в выборку свойство, а не реально характерная для данных связь.

Видео 5. Суть эффекта второго уровня: экспонента от величины эффекта показывает, во сколько раз наблюдаемая частота выше (или ниже) той, которая была бы, если бы 2-мерной связи (эффекта) не было.

Видео 6. Промежуточное резюме алгоритма проведения логлинейного анализа "вручную": частота для любого профиля может быть разложена на эффекты. Чем больше признаков, формирующих профили, тем больше эффектов (выше уровень эффектов). Значения эффектов позволяют оценить, насколько конкретное сочетание признаков даёт приращение или уменьшение частоты относительно усреднённого значения (константы, базы). Эта база - натуральный логарифм среднего геометрического всех частот профилей. Чтобы определить интерпретируемую величину эффекта, необходимо взять экспоненту от полученного значения эффекта. 

Видео 7. Отличия логлинейной модели, реализованной в SPSS, от классической: i) константа или базовая частота в SPSS - натуральный логарифм от частоты последнего профиля (она же контрольная группа); ii) в SPSS иная интерпретация эффектов (в т.ч. первого уровня). Так, например, при интерпретации экспоненты от значения эффекта первого уровня необходимо к имеющемуся значению признака (Х) добавить недостающие элементы из контрольной группы (Y, Z) и проводить сравнение именно с контрольной группой.

Видео 8. Иная интерпретация эффектов второго и более высокого уровней.

Видео 9. Продолжение интерпретации эффекта второго уровня.

Видео 10. Оценка значимости эффектов. Роль выбора контрольной группы (в SPSS нет возможности менять её иначе, кроме как перекодировав значения переменных): как и в логистической регрессии, выбор контрольной группы крайне важен, поскольку именно на её основании рассчитываются как константа, так и эффекты всех уровней. Рекомендация к подготовке контрольной группы: кодировать значения признаков (изменять последние значения) так, чтобы контрольную группу составляли категории, частоты которых примерно равны среднему геометрическому всех частот.

Видео 11. Такая процедура позволяет приблизиться к логлинейному анализу в его классическом виде. При реализации логлинейного анализа в SPSS сравнение происходит с конкретной контрольной группой, и выводы о значимости эффектов всегда ограничены этим сравнением; при классической реализации сравнение происходит с ситуацией, когда связи не было бы (эффект был бы равен нулю), и интерпретация выходит более широкая и универсальная.

​

Комментарии можете оставлять прямо в Youtube