Re: [問題] 蘋果橘子經濟學的統計問題
※ 引述《warep (我不知道)》之銘言：
: ※ 引述《warep (我不知道)》之銘言：
: : 標題: [問題] 蘋果橘子經濟學的統計問題
: : 時間: Tue Feb 20 12:58:06 2007
: : 1.在這本書的p.177寫道:
: : 到了1990年代,...,
: : 全美各城市大幅增加警察人數,
: : 這些警力不但具有嚇阻作用,
: : 也讓部分原可逍遙法外的歹徒難逃法網.
: : 警力增加約可解釋1990年代犯罪減少的10%.
: : ^^^
: : 先不論10%的可信度如何
: : 請問一般來說在分析的時候
: : 這個解釋百分比的數字(10%)是怎麼計算出來的?
: : 2.p.195:
: : 資料明確顯示,
: : 1970年代墮胎率最高的一些州,
: : 1990年代犯罪減少也最多,...,
: : 即使控制會影響犯罪的幾項變數,如各監獄的囚犯數,警察數,...,這種相關仍然存在.
: : ^^^^^^^^^^^^^^^^^^^^^^^^
: : 請問實際上在分析的時候
: : 要如何把其他變數的影響給去除呢?
: : 非常感謝~~~
: : --
: : ◆ From: 218.161.11.20
: : 推 Iversonchi:1. Delta-R square? 2. Partial Correlations? 02/20 19:27
: : 推 evilove:請翻作者原論文 02/20 20:31
: 恩~感謝回答~
: 不過我不是好奇原書作者的數據是怎麼來的
: 而是一般在做分析的時候
: 要用什麼方法求出那些數據
翻閱原文就是為了知道作者用什麼方法球出那些數據
: 第一個問題
: 我想過單獨跑犯罪率和警力增加的回歸
: 求出R^2
: 不過這沒有排除掉其他解釋變數的影響
: 只是單純求出犯罪率和警力增加的表面相關程度
^^^^^^^^^^^^
沒聽過
你要問的是因果關係還是相關呢？
: 這兩個變數的相關程度 可能是其他變數造成的
那就由你的理論來決定是哪些變項可能造成犯罪率
而且很重要
複回歸可能可以處理你的問題
回歸分析中的beta係數可以顯示自變項對依變項作預測時的相對貢獻
以統計的術語而言，而每一beta係數即為在控制其它變項之下，
某一自變項變動一個標準單位（即標準差時），
對依變項標準化後之分數有何增減（換言之，會影響增減幾個依變項的標準差）。
所以複迴歸可讓我們解釋每個自變項在控制其它自變項之情況下，
對依變項之獨立影響力為何。
: 這與"警力增加約可解釋1990年代犯罪減少的10%"這句話應該是有差別的
: 這句話已經排除掉其他可能解釋變數的影響
: 單單看警力增加對犯罪率的解釋能力有多少
: 第二個問題應該和第一個問題作法差不多
: 麻煩各位了~感謝<(_ _)>
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.57.97.140
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 3 之 4 篇)：