[問題] 以GLM或regression控制共變數的結果

看板Statistics作者 (Ciao!!)時間15年前 (2010/10/29 11:16), 編輯推噓3(3推 0噓 34→)
留言37則, 4人參與, 最新討論串1/1
各位前輩大家好 我有一個問題想請教 假設我有一個獨變項(3 level) 一個共變項 一個依變項 在GLM控制共變項之後發現獨變項有主要效果 事後考驗發現level 1==2 ,2=\=3 , 1=\=3 但是在regression中 我的獨變項以effect coding成[E1,E2]組合 獨變項 level 1 [ 1 0] level 2 [ 0 1] level 3 [-1 -1] 在回歸係數中共變項係數顯著, E1係數也顯著 表示level 3=\=1 E2係數未顯著 表示level 2==3 可以直接推論(?) level 2=\=1 想請教的是，為甚麼在獨變項的3 level結論上會有不一致的地方呢？ 我怎麼想都想不透，只知道是因為分析方法不同， 有沒有人可以指引我一點思考的方向Q_Q 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 120.126.40.27
推
10/29 13:03, , 1F
好問題. 我想不同檢定就是原因之一. 希望能有更多討論.
10/29 13:03, 1F
→
10/29 13:05, , 2F
有些事後檢定本身就可選擇是否控制單一比較對象,
10/29 13:05, 2F
→
10/29 13:06, , 3F
或是所有配對相比較, 而不同方法也會得到不同結果.
10/29 13:06, 3F
→
10/29 13:06, , 4F
參考看看.
10/29 13:06, 4F
→
10/29 13:10, , 5F
我的意思是, 你的二個結果是有不同前題的. 補充說明一下.
10/29 13:10, 5F
→
10/29 13:14, , 6F
原po在run迴歸的時候 是用一般多元迴歸模式嗎!?
10/29 13:14, 6F
→
10/29 13:15, , 7F
還是用階層迴歸 控制共變項後 再看自變項的主要效果?
10/29 13:15, 7F
→
10/29 13:16, , 8F
用階層回歸 控制cv之後看e1與e2喔:)
10/29 13:16, 8F
→
10/29 13:16, , 9F
而且 effect coding 這樣子解釋似乎哪裡怪怪的
10/29 13:16, 9F
→
10/29 13:18, , 10F
我建議你用dummy coding試看看 我目前手邊沒參考資料
10/29 13:18, 10F
→
10/29 13:20, , 11F
好 我晚點試看看:)
10/29 13:20, 11F
→
10/29 13:20, , 12F
一樓樓主感謝你>////<
10/29 13:20, 12F
→
10/29 13:22, , 13F
我查到了 如果是用effect coding E1的迴歸係數顯著
10/29 13:22, 13F
→
10/29 13:28, , 14F
意思是 E1組的mean與X的總平均數有差異 而不是和E3
10/29 13:28, 14F
→
10/29 13:29, , 15F
用dummy coding Lv1(1,0) Lv2(0,1) Lv3(0,0)才是
10/29 13:29, 15F
推
10/29 13:30, , 16F
受教了.
10/29 13:30, 16F
→
10/29 13:32, , 17F
但這仍不是pairwise的比較方式. 可否說明為何選用E.codin
10/29 13:32, 17F
→
10/29 13:33, , 18F
阿 原來如此阿！統計真的很有趣耶!! 感謝板友們:)
10/29 13:33, 18F
→
10/29 13:41, , 19F
回a大 dummy coding 是pairwise的比較方式呀
10/29 13:41, 19F
→
10/29 13:41, , 20F
只是 我也不明白為何原po會使用E.coding
10/29 13:41, 20F
→
10/29 13:42, , 21F
雖然總解釋量會一樣 但是係數和意義是不同的....
10/29 13:42, 21F
→
10/29 13:52, , 22F
那個..其實是作業要求用effect coding和GLM各跑一次
10/29 13:52, 22F
→
10/29 13:53, , 23F
只是後來我發現好像結果不一致 我跑上來問
10/29 13:53, 23F
→
10/29 13:54, , 24F
另外我想請教一下哪本書有比較多說明dummy vs. effect cod
10/29 13:54, 24F
→
10/29 13:54, , 25F
的各自意義，因為我的課本沒有寫的很清楚q_q
10/29 13:54, 25F
→
10/29 13:58, , 26F
我剛才試過了DUMMY的方法，的確結果就如同GLM成對比較的結
10/29 13:58, 26F
→
10/29 13:59, , 27F
果，然後我也去比較兩種coding方式出來的迴歸係數根原始
10/29 13:59, 27F
→
10/29 14:00, , 28F
資料各組的平均 以及E1,E2組平均跟總平均的差異 這樣就很
10/29 14:00, 28F
→
10/29 14:00, , 29F
清楚為什麼結論會不一致了!!
10/29 14:00, 29F
→
10/29 14:01, , 30F
然而雖然統計方式不同結論相同，似乎也應視變項類型決定
10/29 14:01, 30F
→
10/29 14:01, , 31F
最適用的統計方式 不知道以上的理解是否正確呢？
10/29 14:01, 31F
→
10/29 14:30, , 32F
而且我不太懂effect coding可以多提供什麼訊息Q_Q
10/29 14:30, 32F
推
10/29 18:45, , 33F
原PO難道是807的小優大大?
10/29 18:45, 33F
→
10/29 22:44, , 34F
耶... 我自己試驗的結果沒指出pairwise的結果.
10/29 22:44, 34F
→
10/29 22:44, , 35F
但還是謝謝大家討論指教
10/29 22:44, 35F
→
10/29 22:57, , 36F
G大您是....
10/29 22:57, 36F
→
10/29 23:19, , 37F
我誤用pairwise這個字了, 更正更正.
10/29 23:19, 37F
‣ 更多 yuu0826 的文章
文章代碼(AID): #1CoZoVXq (Statistics)