준분산

Quasi-variance

준분산(qv) 추정치는 통계적 모델 내에서 범주형 설명 변수의 효과를 전달하는 데 적합한 통계적 접근법이다. 표준 통계 모델에서 범주형 설명 변수의 효과는 다른 모든 범주를 비교하는 벤치마크로 설정된 하나의 범주(또는 수준)를 비교하여 평가된다. 벤치마크 범주는 보통 '참조' 또는 '기준' 범주로 불린다. 비교를 위해 기준 범주는 임의로 0으로 고정된다. 통계 데이터 분석 소프트웨어는 일반적으로 범주형 변수의 각 수준이 기준 범주와 다른지 여부를 공식적으로 비교한다. 이러한 비교는 모수 추정치(즉, 계수)의 잘 알려진 '신호도 값'을 생성한다. 하나의 범주와 기준 범주를 비교하는 것은 간단하지만, 두 범주 모두 기준 범주가 아닌 경우 설명 변수의 다른 범주(또는 수준)를 서로 공식적으로 비교하는 것은 더 어렵다. 이것은 참조 범주 문제로 알려져 있다.

준분산이란 분산의 근사치를 말한다. 준분산은 통계적 모형 내에서 서로 다른 수준의 범주형 설명 변수의 모수 추정치(유사치)와 관련된 통계량이다. 준분산은 모수 추정치와 함께 표시하여 독자가 범주형 설명 변수에 대한 모수 추정치의 조합 간의 차이를 평가할 수 있도록 할 수 있다. 이러한 비교는 추정치에 대한 완전한 분산-공분산 행렬에 대한 접근 없이는 일반적으로 가능하지 않기 때문에 이 접근법이 유익하다.

준분산 추정치를 사용하면 기준 범주 문제가 해결된다. 그 밑바탕에 깔린 생각은 처음에 리드아웃에[1] 의해 제안되었지만 그 기법은 데이비드 퍼스와 르네 메네제스에 의해 제시되었다.[2][3] 이 기법의 사회과학 데이터 분석 적합성이 입증되었다.[4] 준분산 추정치의 계산을 위한 온라인 도구를 사용할 수 있으며 방법론에 대한 간단한 기술적 설명이 제공된다.

준분산은 QV 모듈을[5] 사용하여 Stata에서 계산할 수 있으며, 패키지 Qvcalculate를 사용하여 R로 계산할 수도 있다.

참고 항목

참조

  1. ^ Ridout, M.S. (1989). Summarizing the Results of Fitting Generalized Linear Models to Data from Designed Experiments. New York: Springer-Verlag. pp. 262–9.
  2. ^ Firth, David (2016-06-24). "1. Overcoming the Reference Category Problem in the Presentation of Statistical Models". Sociological Methodology. 33 (1): 1–18. doi:10.1111/j.0081-1750.2003.t01-1-00125.x.
  3. ^ Firth, David; Menezes, RX (2004). "Quasi-variances" (PDF). Biometrika. 91 (1): 65–80. doi:10.1093/biomet/91.1.65. Retrieved 2017-03-17.
  4. ^ Gayle, Vernon; Lambert, Paul S. (2007-12-01). "Using Quasi-variance to Communicate Sociological Results from Statistical Models". Sociology. 41 (6): 1191–1208. CiteSeerX 10.1.1.611.3153. doi:10.1177/0038038507084830. ISSN 0038-0385.
  5. ^ Chen, Aspen (2014-07-21), QV: Stata module to compute quasi-variances, retrieved 2017-03-15

외부 링크

Stata 및 SPSS의 예제를 포함한 확장된 리소스 세트도 사용할 수 있다.