Дихотомические переменные – 📌 дихотомическая переменная — это… 🎓 Что такое дихотомическая переменная?

📌 дихотомическая переменная — это… 🎓 Что такое дихотомическая переменная?



дихотомическая переменная

мат. dichotomous variable

Большой англо-русский и русско-английский словарь. 2001.

• дихотомическая алгебра
• дихотомическая система

Смотреть что такое «дихотомическая переменная» в других словарях:

• дихотомическая переменная — Переменная, имеющая только две категории. Например, пол (мужской, женский). См. тж бинарная переменная …   Словарь социологической статистики

• ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ — Переменная, которая может принимать только два значения; например, мужской/женский …   Толковый словарь по психологии

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения. Antinazi. Энциклопедия социологии, 2009 …   Энциклопедия социологии

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения …   Толковый словарь по социологии

• бинарнаяпеременная — Дихотомическая переменная, значения которой кодируются числами 1 и 0. Как правило, 0 обозначает неудачу или отсутствие, а 1 – успех, наличие. Стандартный пример – бросание монеты, где почему то выпадение орла всегда обозначают кодом 1 …   Словарь социологической статистики

• КОРРЕЛЯЦИЯ БИСЕРИАЛЬНАЯ — корреляция между дихотомической и количественной переменными , предполагающая, что дихотомическая переменная образовалась в результате группирования количественной переменной в два интервала. Показывает, какой была бы корреляция линейная между… …   Социология: Энциклопедия

• Социальный класс (social class) — Все известные нам об ва имеют тот или иной тип разделения на классы, или соц. стратификации, отражающей иерархическую орг цию статусов, престижа, ресурсов, привилегий и власти в данном обществе. С. к. это относительно однородные группировки,… …   Психологическая энциклопедия

• логистическая регрессия — В ситуации, когда отклик – дихотомическая переменная, логистическая регрессия позволяет оценить зависимость вероятности  одной из градаций отклика от совокупности предикторов X1,…,Xk. Логистическая зависимость ищется в виде =, где Y=b0 b1X1 …bkXk …   Словарь социологической статистики

dic.academic.ru

5. Корреляция дихотомических переменных

При сравнении двух переменных, измеренных в дихотоми­ческой шкале, мерой корреляционной связи служит так называ­емый коэффициент φ. Коэффициент фи представляет собой коэффициент корреляции для дихотомических данных.

Величина коэффициента φ лежит в интервале между +1 и -1. Он может быть как положительным, так и отрицательным, характеризуя направление связи двух дихотомически измеренных признаков. Однако интерпретация φ может выдвигать специфические проблемы. Дихотомические данные, входящие в схему вычисления φ непохожи на двумерную нормальную поверхность, следовательно, неправильно считать, что интерпретируемые значения r_xy=0,60 и φ=0,60 одинаковы. Коэффициент φ можно вычислить методом кодирования, а также используя так называемую четырехпольную таблицу, или таблицу сопряженности.

Для применения коэффициента корреляции φ необходимо соблюдать следующие условия:

1. Сравниваемые признаки должны быть измерены в дихотоми­ческой шкале.

2. Число варьирующих признаков в сравниваемых переменных X и Y должно быть одинаковым.

Данный вид корреляции рассчитываются в компьютерной программе SPSS на основании определения мер расстояния и мер сходства. Некоторые статистические процедуры, такие как факторный анализ, кластерный анализ, многомерное масштабирование, построены на применении этих мер, а иногда сами представляют добавочные возможности для вычисления мер подобия.

В тех случаях, когда одна переменная измеряется в дихотомической шкале (переменная X),

а другая в шкале интервалов или отношений (переменная Y), используется бисериальный коэффициент корреляции. Например, при проверке гипотез о влиянии пола ребенка на показатель роста и веса.

Коэффициент изменяется в диапазоне от — 1 до +1, но его знак для интерпретации результатов не имеет значения. Для применения бисериального коэф­фициента корреляции необходимо соблюдать следующие условия:

1. Сравниваемые признаки должны быть измерены в разных шкалах: одна X – в дихотомической шкале; другая Y – в шкале интервалов или отношений.

2. Переменная Y имеет нормальный закон распределения.

3. Число варьирующих признаков в сравниваемых переменных X и Y должно быть одинаковым.

Если же переменная X измерена в дихотомической шкале, а переменная Y в ранговой шкале (переменная Y), то можно использовать рангово-бисериальный коэффициент корреляции. Этот коэффициент тесно связан с τ-Кендалла и использует в своем определении понятия совпадения и инверсии. Интерпретация результатов та же, что и для бисериального коэффициента корреляции.

Внутриклассовый коэффициент корреляции (ICC) со значениями, находящимися в диапазоне между -1 и +1. Он применяется в качестве меры связанности в том случае, когда согласованность двух признаков должна быть проверена не так, как при расчете рассмотренных выше корреляционных коэффициентов, относительно её общей направленности («чем больше одна переменная, тем больше вторая»), а также и относительно средних уровней обеих переменных. Таким образом, расчёт ICC считается уместным только тогда, когда обе переменные имеют приблизительно одинаковый уровень значений. Подобная ситуация вероятнее всего возникнет в случае, когда одной и той же величине дается двоякая оценка.

ICC играет также важную роль при анализе достоверности, где он применяется в качестве меры достоверности. При его расчёте используется более двух переменных, называемых в данном случае объектами.

Итак подведем итоги. Основное назначение корреляционного анализа это выявление связи между переменными. Мерой связи являются коэффициенты корреляции. Выбор коэффициента корреляции напрямую зависит от типа шкалы, в которой измерены переменные, числа варьирующих признаков в сравниваемых переменных и распределения переменных. Наличие корреляции двух переменных еще не означает что между ними существует причинная связь. Хотя корреляция прямо не указывает на причинную связь, она может быть ключом к разгадке причин. На ее основе можно сформировать гипотезы. В некоторых случаях отсутствие корреляции имеет более глубокое воздействие на гипотезу о причинной связи. Нулевая корреляция двух переменных может свидетельствовать о том, что никакого влияния одной переменной на другую не существует.

(adsbygoogle = window.adsbygoogle || []).push({});

studfiles.net

📌 дихотомическая переменная — это… 🎓 Что такое дихотомическая переменная?



дихотомическая переменная

Переменная, имеющая только две

категории. Например, пол (мужской, женский).

См. тж бинарная

переменная.

Словарь социологической статистики. 2004.

• дисперсия(случайной величины или распределения вероятностей)
• доверительнаявероятность

Смотреть что такое «дихотомическая переменная» в других словарях:

• ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ — Переменная, которая может принимать только два значения; например, мужской/женский …   Толковый словарь по психологии

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения. Antinazi. Энциклопедия социологии, 2009 …   Энциклопедия социологии

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения …   Толковый словарь по социологии

• бинарнаяпеременная — Дихотомическая переменная, значения которой кодируются числами 1 и 0. Как правило, 0 обозначает неудачу или отсутствие, а 1 – успех, наличие. Стандартный пример – бросание монеты, где почему то выпадение орла всегда обозначают кодом 1 …   Словарь социологической статистики

• КОРРЕЛЯЦИЯ БИСЕРИАЛЬНАЯ — корреляция между дихотомической и количественной переменными , предполагающая, что дихотомическая переменная образовалась в результате группирования количественной переменной в два интервала. Показывает, какой была бы корреляция линейная между… …   Социология: Энциклопедия

• Социальный класс (social class) — Все известные нам об ва имеют тот или иной тип разделения на классы, или соц. стратификации, отражающей иерархическую орг цию статусов, престижа, ресурсов, привилегий и власти в данном обществе. С. к. это относительно однородные группировки,… …   Психологическая энциклопедия

• логистическая регрессия — В ситуации, когда отклик – дихотомическая переменная, логистическая регрессия позволяет оценить зависимость вероятности  одной из градаций отклика от совокупности предикторов X1,…,Xk. Логистическая зависимость ищется в виде =, где Y=b0 b1X1 …bkXk …   Словарь социологической статистики

sociological_statistics.academic.ru

📌 ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ — это… 🎓 Что такое ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ?



ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ

Переменная, которая может принимать только два значения; например, мужской/женский.

Толковый словарь по психологии. 2013.

• ДИФФУЗИЯ
• ДИХРОМАЗИЯ, АНОМАЛЬНАЯ

Смотреть что такое «ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ» в других словарях:

• дихотомическая переменная — Переменная, имеющая только две категории. Например, пол (мужской, женский). См. тж бинарная переменная …   Словарь социологической статистики

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения. Antinazi. Энциклопедия социологии, 2009 …   Энциклопедия социологии

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения …   Толковый словарь по социологии

• бинарнаяпеременная — Дихотомическая переменная, значения которой кодируются числами 1 и 0. Как правило, 0 обозначает неудачу или отсутствие, а 1 – успех, наличие. Стандартный пример – бросание монеты, где почему то выпадение орла всегда обозначают кодом 1 …   Словарь социологической статистики

• КОРРЕЛЯЦИЯ БИСЕРИАЛЬНАЯ — корреляция между дихотомической и количественной переменными , предполагающая, что дихотомическая переменная образовалась в результате группирования количественной переменной в два интервала. Показывает, какой была бы корреляция линейная между… …   Социология: Энциклопедия

• Социальный класс (social class) — Все известные нам об ва имеют тот или иной тип разделения на классы, или соц. стратификации, отражающей иерархическую орг цию статусов, престижа, ресурсов, привилегий и власти в данном обществе. С. к. это относительно однородные группировки,… …   Психологическая энциклопедия

• логистическая регрессия — В ситуации, когда отклик – дихотомическая переменная, логистическая регрессия позволяет оценить зависимость вероятности  одной из градаций отклика от совокупности предикторов X1,…,Xk. Логистическая зависимость ищется в виде =, где Y=b0 b1X1 …bkXk …   Словарь социологической статистики

psychology_dictionary.academic.ru

📌 ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — это… 🎓 Что такое ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ?



ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ

— англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения.

Antinazi. Энциклопедия социологии, 2009

• ПЕРЕМЕННАЯ ДИСКРЕТНАЯ
• ПЕРЕМЕННАЯ ЗАВИСИМАЯ

Смотреть что такое «ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ» в других словарях:

• ПЕРЕМЕННАЯ ДИХОТОМИЧЕСКАЯ — англ. variable, dichotomic; нем. Variable, dichotomistische. Переменная, имеющая только два возможных значения …   Толковый словарь по социологии

• дихотомическая переменная — Переменная, имеющая только две категории. Например, пол (мужской, женский). См. тж бинарная переменная …   Словарь социологической статистики

• ДИХОТОМИЧЕСКАЯ ПЕРЕМЕННАЯ — Переменная, которая может принимать только два значения; например, мужской/женский …   Толковый словарь по психологии

• бинарнаяпеременная — Дихотомическая переменная, значения которой кодируются числами 1 и 0. Как правило, 0 обозначает неудачу или отсутствие, а 1 – успех, наличие. Стандартный пример – бросание монеты, где почему то выпадение орла всегда обозначают кодом 1 …   Словарь социологической статистики

• КОРРЕЛЯЦИЯ БИСЕРИАЛЬНАЯ — корреляция между дихотомической и количественной переменными , предполагающая, что дихотомическая переменная образовалась в результате группирования количественной переменной в два интервала. Показывает, какой была бы корреляция линейная между… …   Социология: Энциклопедия

• Социальный класс (social class) — Все известные нам об ва имеют тот или иной тип разделения на классы, или соц. стратификации, отражающей иерархическую орг цию статусов, престижа, ресурсов, привилегий и власти в данном обществе. С. к. это относительно однородные группировки,… …   Психологическая энциклопедия

• логистическая регрессия — В ситуации, когда отклик – дихотомическая переменная, логистическая регрессия позволяет оценить зависимость вероятности  одной из градаций отклика от совокупности предикторов X1,…,Xk. Логистическая зависимость ищется в виде =, где Y=b0 b1X1 …bkXk …   Словарь социологической статистики

dic.academic.ru

Корреляция дихотомических переменных — Мегаобучалка

При сравнении двух переменных, измеренных в дихотоми­ческой шкале, мерой корреляционной связи служит так называ­емый коэффициент φ. Коэффициент фи представляет собой коэффициент корреляции для дихотомических данных.

Величина коэффициента φ лежит в интервале между +1 и -1. Он может быть как положительным, так и отрицательным, характеризуя направление связи двух дихотомически измеренных признаков. Однако интерпретация φ может выдвигать специфические проблемы. Дихотомические данные, входящие в схему вычисления φ непохожи на двумерную нормальную поверхность, следовательно, неправильно считать, что интерпретируемые значения r_xy=0,60 и φ=0,60 одинаковы. Коэффициент φ можно вычислить методом кодирования, а также используя так называемую четырехпольную таблицу, или таблицу сопряженности.

Для применения коэффициента корреляции φ необходимо соблюдать следующие условия:

1. Сравниваемые признаки должны быть измерены в дихотоми­ческой шкале.

2. Число варьирующих признаков в сравниваемых переменных X и Y должно быть одинаковым.

Данный вид корреляции рассчитываются в компьютерной программе SPSS на основании определения мер расстояния и мер сходства. Некоторые статистические процедуры, такие как факторный анализ, кластерный анализ, многомерное масштабирование, построены на применении этих мер, а иногда сами представляют добавочные возможности для вычисления мер подобия.

В тех случаях, когда одна переменная измеряется в дихотомической шкале (переменная X),а другая в шкале интервалов или отношений (переменная Y),используется бисериальный коэффициент корреляции. Например, при проверке гипотез о влиянии пола ребенка на показатель роста и веса.

Коэффициент изменяется в диапазоне от — 1 до +1, но его знак для интерпретации результатов не имеет значения. Для применения бисериального коэф­фициента корреляции необходимо соблюдать следующие условия:

1. Сравниваемые признаки должны быть измерены в разных шкалах: одна X – в дихотомической шкале; другая Y – в шкале интервалов или отношений.

2. Переменная Y имеет нормальный закон распределения.

3. Число варьирующих признаков в сравниваемых переменных X и Y должно быть одинаковым.

Если же переменная X измерена в дихотомической шкале, а переменная Y в ранговой шкале (переменная Y), то можноиспользовать рангово-бисериальный коэффициент корреляции. Этот коэффициент тесно связан с τ-Кендалла и использует в своем определении понятия совпадения и инверсии. Интерпретация результатов та же, что и для бисериального коэффициента корреляции.

Внутриклассовый коэффициент корреляции (ICC)со значениями, находящимися в диапазоне между -1 и +1. Он применяется в качестве меры связанности в том случае, когда согласованность двух признаков должна быть проверена не так, как при расчете рассмотренных выше корреляционных коэффициентов, относительно её общей направленности («чем больше одна переменная, тем больше вторая»), а также и относительно средних уровней обеих переменных. Таким образом, расчёт ICC считается уместным только тогда, когда обе переменные имеют приблизительно одинаковый уровень значений. Подобная ситуация вероятнее всего возникнет в случае, когда одной и той же величине дается двоякая оценка.

ICC играет также важную роль при анализе достоверности, где он применяется в качестве меры достоверности. При его расчёте используется более двух переменных, называемых в данном случае
объектами.

Итак подведем итоги. Основное назначение корреляционного анализа это выявление связи между переменными. Мерой связи являются коэффициенты корреляции. Выбор коэффициента корреляции напрямую зависит от типа шкалы, в которой измерены переменные, числа варьирующих признаков в сравниваемых переменных и распределения переменных. Наличие корреляции двух переменных еще не означает что между ними существует причинная связь. Хотя корреляция прямо не указывает на причинную связь, она может быть ключом к разгадке причин. На ее основе можно сформировать гипотезы. В некоторых случаях отсутствие корреляции имеет более глубокое воздействие на гипотезу о причинной связи. Нулевая корреляция двух переменных может свидетельствовать о том, что никакого влияния одной переменной на другую не существует.

 

Библиография

1. Ермолаев, О.Ю. Математическая статистика для психологов / О.Ю. Ермолаев. — М.: МПСИ: Флинта. — 2002. – 325с.

2. Наследов, А.Д. Математические методы в психологическом исследовании. Анализ и интерпретация данных / А.Д. Наследов. — СПб.: Речь. — 2004.

3. Сидоренко, Е.В. Методы математической обработки в психологии. – СПб.: ООО «Речь» — 2004. – 350с.

4. Бурлачук, Л.Ф., Морозов С.М. Словарь – справочник по психодиагностике / Л.Ф. Бурлачук, С.М. Морозов – СПб: Питер Ком. — 1999. – 528с.

5. Суходольский, Г. В. Математические методы в психологии / Г.В. Суходольский. — Харьков: Изд-во Гуманитарный Центр. — 2006. – 512с.

6. Тарасов, С.Г. Основы применения математических методов в психологии. / С.Г. Тарасов. — СПб.: Изд-во: Санкт — Петербург. ун-та. — 1999. – 326с.

7. Глинский, В. В., Ионин, В. Г. Статистический анализ данных / В.В. Глинский, В.Г. Ионин. — М.: Филин. — 2008. – 265с

Лекция 19.

Регрессионный анализ

1. Понятие о регрессионном анализе.

2. Множественный регрессионный анализ.

3. Нелинейная регрессия.

megaobuchalka.ru

2.6.3. Дихотомизация номинальных данных. Обоснование допустимости применения к полученным дихотомическим данным любых «количественных» методов

Конечно, использовать регрессионную технику для анализа “чисел”, являются метками, отвечающими некоторой номинальной шкале, бессмысленно (считаем это интуитивно ясным, хотя можно было бы доказать такое утверждение строго, используя понятие адекватности математического метода из теории измерений (см., например, (Толстова, 1998)). Для того, чтобы на основе информации, полученной по номинальной шкале, можно было построить уравнение регрессии, эту информацию необходимо преобразовать. Соответствующее преобразование носит название дихотомизации номинальных данных. Этот подход применяется очень широко, поскольку его использование как бы “открывает дверь” для применение подавляющего большинства “количественных” методов с целью анализа номинальных данных. Опишем суть преобразования.

Вместо каждого номинального признака, принимающего к значений, вводим к новых дихотомических (т.е. принимающих два значения, будем обозначать эти значения 0 и 1). Надеемся, что то, как это делается, станет ясным из следующего примера.

Предположим, что рассматриваемый номинальный признак Х – это национальность и что в соответствующем закрытом вопросе анкеты фигурируют три национальности: русский, грузин и чукча. Каждой из этих альтернатив поставим свой дихотомический признак, задаваемый следующим правилом (напомним, что задать признак — значит задать правило приписывания отвечающих ему значений каждому респонденту):

Применение регрессионной техники к преобразованным номинальным данным называется номинальным регрессионным анализом. Поясним подробнее, что именно при реализации соответствующего подхода происходит с зависимой и независимыми переменными. Предположим, что мы хотим изучить связь вида

Y = f(X),

где Х – скажем, та же национальность (предусматривающая, как и выше, три варианта ответов), а Y– профессия. Вместо признака Х в уравнение необходимо вставить три новых предиктора – Х₁, Х_2,Х₃, описанные выше. Однако здесь имеется один нюанс. В конце п. 2.6.1. мы отмечали нежелательность включения в регрессионную модель таких предикторов, которые заведомо связаны друг с другом. А относительно наших Х₁, Х_2,Х₃такая связь как раз имеет место. Покажем это.

Нетрудно видеть, что если мы знаем значения двух из трех рассматриваемых предикторов, то значение третьего определяется автоматически. Мы можем не спрашивать респондента, какая у него национальность, а сами определить ее, если знаем, какие значения для него имеют признаки Х₁и Х₂. Это демонстрируется приведенной ниже таблицей 28.

Таблица 28.

Иллюстрация зависимости друг от друга признаков, являющихся результатом дихотомизации одной номинальной переменной

Заданные значения признаков		Теоретически определяемое значение признака
X1	X2	X3
0	0	1
1	0	0
0	1	0

(если человек – не русский и не грузин, то он – чукча; если он русский, а не грузин, то он и не чукча; если же он не русский, но грузин, то он тоже не чукча; быть же одновременно и русским, и грузином он не может).

Поэтому во избежание недоразумений, могущих возникнуть при интерпретации результатов регрессионного анализа, желательно не включать в уравнение все три дихотомические переменные. Именно так обычно и поступают. Один дихотомический признак как бы отбрасывают (ниже мы увидим, что это отбрасывание в содержательном плане является фиктивным: в процессе интерпретации коэффициентов найденного уравнения сведения об отброшенном признаке будут присутствовать). Таким образом, число аргументов искомого уравнения будет на единицу меньше, чем число альтернатив в рассматриваемом номинальном признаке. В нашем случае вместо трех предикторов мы включаем в уравнение только два. Ниже будем считать, что мы отбросили Х₃.

Теперь рассмотрим ситуацию с зависимой переменной Y. Она так же, как и Х превращается в несколько дихотомических признаков. Пусть, например, в нашей анкете предусмотрено три варианта ответа — учитель, торговец, дворник. Тогда вместоYвозникают три следующие дихотомические признака:

Встает вопрос: какой из этих новых Y-ков необходимо взять в качестве независимой переменной искомого уравнения регрессии (ясно, что использование сразу нескольких зависимых переменных бессмысленно). Выход довольно очевиден: надо строить три уравнения регрессии, каждое из которых отвечает своемуY_i..

Итак, задача сводится к построению следующей системы уравнений регрессии (термин “система” здесь употреблен не случайно: уравнения взаимосвязаны и содержательно дополняют друг друга):

Y₁=f₁(Х₁, Х₂),

Y₂=f₂(Х₁, Х₂),

Y₃=f₃(Х₁, Х₂),

Как мы уже отмечали, техника нахождения конкретного вида каждого уравнения традиционна — это техника “числового” регрессионного анализа.

Попытаемся ответить на вопрос о том, почему такая подмена возможна, т.е. почему к числам, полученным по произвольной номинальной шкале, применять регрессионную технику (равно как и любой другой “количественный” метод) нельзя, а к отвечающим номинальной же шкале 0 и 1 – можно (и это “разрешение” тоже касается не только регрессионного анализа). Напомним, что аналогичный вопрос применительно к вычислению среднего арифметического уже рассматривался нами в п.1.2. В настоящем и следующем параграфе мы обсудим его в более общей постановке.

Во-первых, с формальной точки зрения упомянутую дихотомическую номинальную шкалу можно рассматривать как частный случай интервальной. Здесь мы имеем дело только с одним интервалом – между 0 и 1. И представляется вполне допустимой истинность утверждения: за равными числовыми интервалами стоят некоторые реальные равные эмпирические разности между объектами.

Во-вторых, допустимость применения количественного метода к дихотомическим данным опирается на то, что, как оказывается, многие известные математические статистики, будучи вычисленными для таких данных, как правило, оказывается возможным проинтерпретировать вполне разумным образом, чего отнюдь нельзя сказать об интерпретации соответствующих показателей, вычисленных для многозначных номинальных шкал.

Пример вычисления среднего арифметического для пола респондента, приведенный в разделе 1, подтверждает это (отметим, однако, что полу отвечает естественная дихотомия, а не искусственная, как в рассмотренных выше ситуациях; иногда естественные и искусственные дихотомии противопоставляют друг другу; однако для нас это не актуально). Демонстрация того, что осмысленная интерпретация возможна и для найденных рассматриваемым образом коэффициентов уравнения регрессии, будет осуществлена в п. 2.6.4.

Последнее обстоятельство, на котором нам хотелось бы остановиться в данном параграфе, состоит в том, что, как оказывается, задача применения традиционной регрессионной техники остается осмысленной и для того случая, когда Yизмеряется по интервальной шкале. Специфика такой ситуации проявляется в интерпретации результатов регрессионного анализа. Ниже на этом мы также остановимся.

studfiles.net