শতাংশ ভিত্তিক তথ্য এবং ডামি ভেরিয়েবল ব্যবহার করে একটি অন্তর্বর্তী খোঁজা


1

আমি কিভাবে শতাংশ তথ্য একটি অন্তর্বর্তী খুঁজে পেতে পারি? আমার ডেটাতে গ্রেডের শতাংশ রয়েছে (আমি সংখ্যার মধ্যে রূপান্তরিত করেছি যেখানে $ A ^ * = 8, A = 7, B = 6 ... U = 0 $) জাতিগততা এবং অন্যান্য সূচক যা আমি ডামি ভেরিয়েবলগুলি ব্যবহার করতে পরীক্ষা করতে চাই। উদাহরণস্বরূপ, চীনা শিক্ষার্থীদের 90.3% শিক্ষার্থী $ A ^ * - C $ গ্রেড পেয়েছে, মিশ্র রেস শিক্ষার্থীদের 87.3% পেয়েছে ইত্যাদি। আমি কীভাবে বাধা দমন করার জন্য এটিকে ব্যাখ্যা করব? আমি মধ্যম 32.5 টি বেছে নিলাম কারণ গ্রেড 5 ডলার A ^ * $ থেকে $ C $ ($ A ^ * (8 \ cdot5 = 40) $ এবং $ C (5 \ cdot5 = 25) $ এর মধ্যে। এই ক্ষেত্রে বোধগম্য মধ্যম?

আমার সমীকরণ হতে যাচ্ছে

$ y = b_0 + b_1 + b_2 + b_3 + b_4 + b_5 + b_6 + u $

যেখানে $ Y $ গ্রেড হয়, $ B_0 $ মাঝারি (ধ্রুবক), $ B_1 $ বিনামূল্যে স্কুল খাবার, $ B_2 $ চীনা, $ B_3 $ কালো, $ B_4 $ এশিয়ান, $ B_5 $ পুরুষ , $ b_6 $ মহিলা, এবং $$ $ ত্রুটি শব্দ। হোয়াইট ডিফল্ট হয়।

অতএব, যদি একজন চীনা পুরুষ ছাত্র বিনামূল্যে স্কুলে খাবার পান না (দারিদ্র্যের জন্য প্রক্সি) তবে এটি $ b_0 + b_2 + b_5 $।

আমার প্রশ্ন উপরের হিসাবে, মধ্যম ব্যবহারের আমার কোন ধারণা আছে এবং দ্বিতীয়ত আমি জানি যে চীনা শিক্ষার্থীরা গোষ্ঠীর বাকি অংশের তুলনায় ভাল কাজ করে, আমাকে শতাংশ পার্থক্যটি ব্যবহার করতে হবে বা ডামি বাইনারি ভেরিয়েবলগুলি ব্যবহার করতে হবে।

আমি কেবল গ্রেড এবং ছাত্র প্রত্যাশিত ছাত্রদের উপর রেসিপি খুঁজে বের করতে চাই। আমি আয় ইত্যাদি জন্য পৃথক গ্রেড বা প্যানেল তথ্য অ্যাক্সেস নেই তাই আমি বিনামূল্যে স্কুল খাবার ব্যবহার করতে চান।

আপনার উত্তর জন্য আবার ধন্যবাদ।

নীচের ছবি দেখুন দয়া করে।
GCSE Result by Ethnicity


আপনি একটি OLS প্রতিক্রিয়া চালানোর প্রয়োজন হবে। রিপোর্ট coefficients এক intercept করা হবে।
Jamzy

1
ক্ষুদ্র নোট: আমি পারস্পরিক একচেটিয়া মনে হিসাবে একটি লিঙ্গ ডামি যথেষ্ট হবে সহ গণনা করা চাই।
HorseOfTheYear

ধন্যবাদ, যদিও আমি শুধুমাত্র একটি পরিবর্তনশীল (গ্রেড) y আছে এবং এটি থেকে ^ y ^ পেতে একটি OLS কীভাবে চালানো যায় তা জানি না
anonymous1

উত্তর:


2

জ্যামি উল্লেখ করেছেন, আপনার যে কোনও পরিবর্তনের জন্য গ্রেডগুলির উপর একটি OLS প্রতিক্রিয়া চালান।

$$ \ text {grades} = \ beta_0 + \ beta_1 x_1 + \ cdots + \ beta_i \ \ text {race} + \ cdots $$

$$ \ text {race} = \ start {array} {cc}   \ Bigg \ {& amp;     \ শুরু {অ্যারের} {CC}       0 & amp; মিশ্রিত \\       1 & amp; চীনা \\     \ শেষ {অ্যারের} \ শেষ {অ্যারের} $$

অথবা 0 এবং 1. $ \ beta_0 $ এর বিপরীতে আপনি যে খুঁজছেন তা আপনার বাধা হবে। এটি নেতিবাচক শেষ হলে, উভয় পক্ষের লগ নিতে চেষ্টা করুন এবং দেখুন যে কোনও রৈখিক প্রতিক্রিয়া এখনও আপনার জন্য উপযুক্ত।


2

এই একটি জগাখিচুড়ি একটি বিট আপ শেষ। এক একটি চালানো উচিত Probit বা লোগো লিঙ্ক সঙ্গে GLM । এর কারণ হল যে প্রতিক্রিয়াটি আবদ্ধ, এবং আমরা আপনার অনুমানগুলি সীমানা উপেক্ষা করতে এবং 130% বা -20% গ্রেডের প্রস্তাব দিতে চাই না। যেমন অনুমান এবং সম্ভবত OLS সঙ্গে ঘটতে পারে। এই বিষয়ে Stata জার্নাল এর পোস্ট দেখুন। , অথবা এখানে

সাধারণত, এই প্রোবাইট / লজিট রিগ্রেশনগুলি বাইনারি ডেটার জন্য ব্যবহার করা হয়, যার মধ্যে 0 এবং 1 রয়েছে। তবে, তারা এখানে ভালভাবে কাজ করবে, যেখানে গ্রেডটি কোন একটি প্রশ্ন সঠিকভাবে পাওয়ার সম্ভাবনা রয়েছে।

অন্তর্বর্তীকালীন এই অনুমান একটি analog আছে, এখনও। এটি একটি ধ্রুবক শব্দ যা আপনার প্রবিট বা লগিটের পছন্দ অনুসারে কোন রূপান্তরের মধ্য দিয়ে যাবে। আমি উপলব্ধ অন্যান্য লিঙ্ক ফাংশন আছে বিশ্বাস করি, কিন্তু তারা অর্থনীতি সাহিত্য বিশেষত সাধারণ নয়।

প্রদত্ত: $ Y = \ beta_0 + x '\ beta_ {1.nn} + \ epsilon $ আপনার তদন্তমূলক লক্ষ্য যেখানে

$ 0 & lt; Y & lt; 1 $, $ Y = গ্রেড, এক্স = [লিঙ্গ, জাতি, ...] $

অনুমান করা হচ্ছে $ \ epsilon $ logistically বিতরণ করা হয়েছে, লগিট: $ \ frac {1} {1 + e ^ {- \ beta_0}} $

অনুমান করা হচ্ছে $ \ epsilon $ সাধারণত বিতরণ করা হয়, প্রবিট: $ \ phi (\ beta_0) $

অবশ্যই এটি আপনার বন্টনের মধ্যে কোনটিই সম্ভব নয়, তবে এটি মান হিসাবে বিবেচিত হয়।

এটি এমন ক্ষেত্রেও যে OLS এই ধরনের ডেটার জন্য একটি বাধা ব্যতিরেকে নির্বিচারে নিরপেক্ষ, তবে এটি অসম্ভব গ্রেডগুলির প্রস্তাব করতে পারে (উদাহরণস্বরূপ, -0.2 বা 1.3 একটি বাধা হিসাবে)। এটি অসম্ভব কারণ এটি একটি শতাংশ-গ্রেড হিসাবে -0.2 বা একটি -1.3 পেতে পারে না।


জাতিগততা শুধুমাত্র নির্ভরশীল পরিবর্তনশীল ছিল যদি আমি probit বা logit প্রস্তাব করা হবে, কিন্তু আমি মনে করি OP প্রস্তাবিত যে তিনি আরো তথ্য ছিল ( "জাতিগত এবং অন্যান্য সূচক দ্বারা" ) কিন্তু আমি misreading হতে পারে।
Kitsune Cavalry

আমি বিশ্বাস করি না এক্স ভেরিয়েবলের আকৃতি রিগ্রেশনের উপযুক্ত পছন্দকে প্রভাবিত করে। আমি মোটামুটি নিশ্চিত যে এটিতে এখনও স্বাভাবিক বৈশিষ্ট্য থাকবে (সম্ভবত গুণগত মানের মানগুলি আদর্শের চেয়ে কম)?
RegressForward

প্রধান সমস্যা হল আমার কাছে শুধুমাত্র গ্রেডের কাজ আছে, আমি STATS এ নতুন এবং আমার কাছে যে সমস্ত তথ্য রয়েছে তা অনলাইনে ভিডিও থেকে এসেছে। আমি বিভিন্ন পর্যায়ে ডামি পরিবর্তনশীল কাজ করতে কিভাবে বুঝতে কিন্তু আমি শুধু মাত্র বুদ্ধিমান সঙ্গে শুরু করতে হবে জানি না। আবার আপনাকে ধন্যবাদ
anonymous1

আমার মন্তব্য মুছে ফেলা হয়েছে। আপনি এখন পেয়েছেন কি সঙ্গে একমত।
Jamzy
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.