Temat: standardised coefficients

Witam, nastepne pytanie - czy moglibyscie mi pomoc zrozumiec jaka jest (w praktyce) roznica miedzy standardized coeeficients i unstandardised coefficents (bety) w SPSS? Czy moge uzyc tych pierwszych do rownania?

Z gory dziekuje,
S.

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error BetaSylvia S. edytował(a) ten post dnia 23.07.11 o godzinie 22:52

Temat: standardised coefficients

Bety standaryzowane wyliczane są dla zmiennych standaryzowanych, a bety niest. - dla danych niestandaryzowanych.

W regresji wielu zmiennych współczynniki (bety - choć radzę unikać tego określenia) interpretujemy w oparciu o "jednostkowe zmiany" odpowiednich zmiennych niezależnych. Dane niestandaryzowane mierzone są w ich jednostkach pomiaru (np. m, kg, Hz, etc.). Dane standaryzowane mierzone są w jednostkach ich odchyleń standardowych.

Patrząc na powyższe, raz są to zmiany w jednostce pomiaru (np. zmiana o 1 km), a raz w jednostce SD (zmiana o 1SD dla tej zmiennej).

Toczą się długie dyskusje na temat tego, czy operowanie zmiennymi std. pomaga czy nie pomaga w porównaniach, ale jedno jest pewne: w przypadku regresji liniowej, o ile różnice w skalach nie są tak duże, by powodować problemy numeryczne, nie trzeba standaryzować danych. Są algorytmy, gdzie takie i podobne zabiegi są konieczne (np. w dataminingowym algorytmie k-najbliższych sąsiadów), ale nie tutaj. Standaryzacja danych to transformacja liniowa (ax+b) i nie zmienia ona rozkładu danych, nie przyniesie różnic w stosunkach t/S a więc i istotności (pval) zmiennych (choć wpływa na komponenty wariancyjne). Bety std. i niestd. można konwertować między sobą.

Można więc spokojnie pracować na danych niestandaryzowanych i podawać bety niestandaryzowane. Do równania można podawać i to i to, ale trzeba to potem umieć zinterpretować :)Adrian Olszewski edytował(a) ten post dnia 24.07.11 o godzinie 01:25

Temat: standardised coefficients

Uprzejmie dziekuje! Od wczoraj siedzialam nad tym na internecie i znalazlam interpretacje, ale rzeczywiscie niestandardyzowane "bety" jest latwiej interpretowac. Wiec chyba jednak zostane przy tych, choc ich wartosci bardzo male, niektore koncza sie na E-7, E-8....

Swoja droga polecam tez inne dobre forum TalkStats.com - dla tych co nie znaja.

Pozdrawiam,
S.

Temat: standardised coefficients

A swoja droga orientuje sie Pan moze gdzie mozna znalesc krotkie (kilkudniowe) kursy statystyczne (nie wysoko matematyczne/teoretyczne, a raczej stosowane)? Potrzebuje szczegolnie zdobyc podstawy w zakresie szeregów czasowych, ale nie tylko.

Adrian Olszewski:
Bety standaryzowane wyliczane są dla zmiennych standaryzowanych, a bety niest. - dla danych niestandaryzowanych.

W regresji wielu zmiennych współczynniki (bety - choć radzę unikać tego określenia) interpretujemy w oparciu o "jednostkowe zmiany" odpowiednich zmiennych niezależnych. Dane niestandaryzowane mierzone są w ich jednostkach pomiaru (np. m, kg, Hz, etc.). Dane standaryzowane mierzone są w jednostkach ich odchyleń standardowych.

Patrząc na powyższe, raz są to zmiany w jednostce pomiaru (np. zmiana o 1 km), a raz w jednostce SD (zmiana o 1SD dla tej zmiennej).

Toczą się długie dyskusje na temat tego, czy operowanie zmiennymi std. pomaga czy nie pomaga w porównaniach, ale jedno jest pewne: w przypadku regresji liniowej, o ile różnice w skalach nie są tak duże, by powodować problemy numeryczne, nie trzeba standaryzować danych. Są algorytmy, gdzie takie i podobne zabiegi są konieczne (np. w dataminingowym algorytmie k-najbliższych sąsiadów), ale nie tutaj. Standaryzacja danych to transformacja liniowa (ax+b) i nie zmienia ona rozkładu danych, nie przyniesie różnic w stosunkach t/S a więc i istotności (pval) zmiennych (choć wpływa na komponenty wariancyjne). Bety std. i niestd. można konwertować między sobą.

Można więc spokojnie pracować na danych niestandaryzowanych i podawać bety niestandaryzowane. Do równania można podawać i to i to, ale trzeba to potem umieć zinterpretować :)

Temat: standardised coefficients

Cóż, zrobię tutaj reklamę firmie, ale osobiście z kursów preferuję te StatSoftu. Odbywają się w Krakowie i są zwykle dwudniowe (w cenę wliczony obiad); godziny to zwykle 9/9:30-16/16:30 z możliwością drobnych zmian.

Niestety, kurs dotyczący szeregów czasowych jest dopiero we wrześniu.
Lista kursów | Daty i cennik | Ścieżki kursów

Od razu nadmieniam, że są to kursy typowo dla praktyków, nie ma tu zbyt dużo teorii (co nie znaczy, że nie ma wcale). Jako wprowadzenie - dobra rzecz, ale jeśli zamierza się w tym bardziej siedzieć, trzeba dalej pozyskiwać wiedzę samemu. No i StatSoft oznacza jedno narzędzie: Statistica :)

Zapewne różne uczelnie, np. katowicka Akademia Ekonomiczna albo SGH organizują kursy w tym zakresie, trzeba szukać i zapisywać się. Podejrzewam jednak, że będą to konkretne studia podyplomowe, a nie jedynie krótkie kursy. Wtedy narzędzia będą z "gatunku" Gretl, SPSS, R.

Jest także sporo kursów w sieci, Internet aż się od nich ugina:
Szeregi+czasowe+wprowadzenie | szeregi+czasowe+kurs

-----------

E-7? To jest rząd dziesięciomilionowych... Rzeczywiście bardzo mało i mogą się już pojawić błędy numeryczne, zwłaszcza, jeśli w innych zmiennych dane będą mierzone już choćby na skali dziesiątek (bo to razem 9 rzędów wielkości odstępu). I te bety są istotnie różne od zera?Adrian Olszewski edytował(a) ten post dnia 24.07.11 o godzinie 20:04

Temat: standardised coefficients

Hm...dziekuje za zwrocenie mi uwagi - chyba dalej trzeba bedzie ppracowac nad tymi modelami...stad bylo moje pytanie o standardyzowane wspolczynniki - bo wygladaja duzo "lepiej".

a kursy - o to mi chodzilo

dzieki,
S