Oranları analiz etme teknikleri

Oranların ve oranların analizi ile ilgili tavsiye ve yorumlar arıyorum. Özellikle oranların analizinin yapıldığı alanda yaygındır, ancak bunun sorunlu olabileceğini öne süren birkaç makale okudum, düşünüyorum:

Kronmal, Richard A. 1993. Sahte korelasyon ve oran standardının yanlışlığı yeniden gözden geçirildi. Kraliyet İstatistik Kurumu Seri A 156 (3): 379-392

ve ilgili makaleler. Şimdiye kadar okuduğum kadarıyla oranlar sahte korelasyonlar oluşturabilir, regresyon çizgilerini başlangıç ​​noktasına (her zaman uygun değildir) zorlar ve modellemek doğru yapılmazsa marjinallik ilkesini ihlal edebilir ( Regresyonda Oranları Kullanma , Richard Goldstein ). Ancak, oranların kullanılmasının haklı olduğu durumlar olmalı ve bu konuda istatistikçilerden bazı görüşler istedim.

Gözlemlenen korelasyonları sahte olarak değil, bu korelasyonlardan alınan yanlış nedensel çıkarımlar olarak adlandırırım. Oranlarla ilgili sorunlar, diğer karışıklık türleriyle aynı türdedir.

Rastgele değişkenler & tanımlarsanız , burada , ve bağımsızdır, o zaman & birbiriyle ilişkilidir. Bu oradan bir nedensel bir ilişki var düşünce içine sizi yanıltmak olabilir için ya da tersine, ya başka bir yana ikisine de. Ancak, oranların kullanımından kaçınmaya karar vermenin bir yararı yoktur. Gözlemler temelde oranlar değildir ve , ve bağımsızsa, oranları kullanarak "sahte" korelasyonlar sunacaksınız.$U=\frac{X}{Q}$$V=\frac{Y}{Q}$$X$$Y$$Q$$U$$V$$X$$Y$$Q$$U$$V$$Q$$X=\frac{U}{1/Q}$ & . Dahil sizin Analitik-o tarafından 'ölçeklendirme' o notta önemlidir & aynı şey değildir ^† kullandığınız hangisi size -korur; ama diğer$Y=\frac{V}{1/Q}$$Q$$Q$$R,S,T,\ldots$

Aldrich (1995), "" Pearson ve Yule'de Hakiki ve Sahte İlişkiler ", İstatistik Bilimi , 10 , 4 , ilginç bir tarihsel bakış açısı sağlar.

† Bkz . Etkileşimi dahil etme, ancak modeldeki ana etkileri değil .