Şüphesiz yararlı bir şekilde amaçlanan birkaç tavsiye alıntısı yaparsınız, ancak herhangi birinde çok fazla değer bulmak zordur.
Her durumda, bir özet olarak neyi alıntıladığınıza tamamen güveniyorum. Yazarların savunmasında, çevreye veya diğer malzemelere uygun nitelikler eklediklerine inanmak istiyorum. (Her zamanki ad (lar), tarih, başlık, (yayıncı, yer) veya (dergi başlığı, cilt, sayfalar) biçimindeki tam bibliyografik referanslar soruyu geliştirir.)
Alan
Bu tavsiye faydalıdır, ancak en iyi şekilde büyük ölçüde basitleştirilmiştir. Alanın tavsiyesi genel olarak planlanmış gibi görünmektedir; örneğin, Levene testine yapılan atıf, varyans analizine geçici olarak odaklanılması anlamına gelir.
Örneğin, çeşitli gerekçelerle kaydedilmesi gereken bir öngörücüye ve olan başka bir gösterge değişkenine sahip olduğumu varsayalım . Sonuncusu (a) günlüğe kaydedilemez (b) günlüğe kaydedilmemelidir. (Gerçekten de, bir gösterge değişkeninin herhangi iki farklı değere dönüştürülmesinin önemli bir etkisi yoktur.)( 1 , 0 )
Daha genel olarak, bazı alanlarda - olağan durum - bazı tahmin edicilerin dönüştürülmesi ve geri kalanı olduğu gibi bırakılması yaygındır.
Bir makalede ya da tezde farklı tahmin edicilere (özel bir durum, kimlik dönüşümü ya da olduğu gibi bırakma dahil) farklı şekilde uygulanan bir dönüşümler karışımıyla karşılaşmak çoğu zaman bir okuyucu için endişe kaynağıdır. Karışım iyi düşünülmüş bir dizi seçenek mi, yoksa keyfi ve kaprisli miydi?
Dahası, bir dizi çalışmada yaklaşımın tutarlılığı (her zaman bir yanıta logaritma uygulamak veya asla yanıt vermemek) sonuçların karşılaştırılmasında çok yardımcı olur ve farklı yaklaşım bunu zorlaştırır.
Ancak bu, dönüşümlerin bir karışımı için asla sebep olamayacağı anlamına gelmez.
Alıntı yaptığınız bölümlerin çoğunun sarı renkte vurguladığınız önemli tavsiyelerde çok fazla etkisi olduğunu görmüyorum. Bu kendi başına bir endişe konusudur: mutlak bir kuralı duyurmak ve sonra gerçekten açıklamak değil garip bir iştir. Tersine, "Hatırla" ifadesi Field'ın gerekçesinin kitapta daha önce verildiğini göstermektedir.
Anonim bildiri
Buradaki bağlam regresyon modelleri. OLS'den bahsetmek, modelden ziyade tahmin yöntemini garip bir şekilde vurgular, ancak neyin amaçlandığını anlayabiliriz. GWR I, coğrafi ağırlıklı regresyon olarak yorumlamaktadır.
Buradaki argüman, normal olmayan yordayıcıları dönüştürmeniz ve diğerlerini olduğu gibi bırakmanızdır. Yine, bu normal olarak dağıtılamayan gösterge değişkenleri ile neler yapabileceğiniz ve yapmanız gerektiği hakkında bir soru ortaya çıkarır (yukarıdaki gibi, bu durumda normalliğin bir sorun olmadığını işaret ederek cevaplanabilir). Ancak ihtiyati tedbir, sorunun yordayıcıların normal olmaması olduğunu ima etmekte geriye dönüktür. Öyle değil; öngörücülerin marjinal dağılımları hakkında herhangi bir şey varsaymak regresyon modellemesinin bir parçası değildir.
Uygulamada, tahmincileri daha normal hale getirirseniz, fonksiyonel formunu veriler için neredeyse daha doğru yapan dönüşümler uygulayacaksınız. birçok metinde hata yapısı. Başka bir deyişle, öngörücülerin normale yaklaşmaları için günlüğe kaydedilmesi, dönüştürülmüş alandaki doğrusallığa yaklaşırsanız yanlış nedenden dolayı doğru şeyi yapıyor olabilir.Xβ
Bu forumda dönüşümler konusunda çok iyi tavsiyelerde bulunuyorum ve alıntı yaptığınız konuları tartışmaya odaklandım.
PS: "Örneğin, ortalamaların karşılaştırılmasında, günlüklerin ham verilerle karşılaştırılması önemli bir fark yaratacaktır" diye başlayan bir ifade eklersiniz. Ne düşündüğünüzü net değilim, ama bir grubun değerlerini başka bir grubun değer logaritmaları ile karşılaştırmak saçma olurdu. İfadenizin geri kalanını hiç anlamıyorum.
