ትርፍ፡
- እንደ መልቲኮሊኔሪቲ ፣ ሄትሮሴዳስቲክቲዝም እና በራስ-ሰር ከምርመራ ሙከራዎች እና ግራፊክስ ከአርቴፊሻል ኢንተለጀንስ ድጋፍ ጋር ያሉ ጥሰቶችን የመለየት ችሎታ።
- እያንዳንዱ ጥሰት የቁጥር ግምቶችን ወይም መደበኛ ስህተቶችን ያዛባ እንደሆነ የመለየት ችሎታ እና ተገቢውን እርማት መምረጥ (ጠንካራ መደበኛ ስህተት ፣ ለውጥ ፣ የሞዴል ክለሳ)
- በ AI የተጠቆሙት ጥገናዎች ችግሩን ከመደበቅ ይልቅ እንደሚፈቱ እና የምርመራው ውጤት የተገኘው መረጃን በሚፈጥረው ሂደት ላይ በመረዳት ላይ መሆኑን የማረጋገጥ ችሎታ.
የድጋሚ ውጤትን ማንበብ ቀላል ነው; እሱን ማመን ከባድ ነው። ቅንጅቶቹ የማያዳላ በመሆናቸው መደበኛ ስህተቶቹ ትክክል ናቸው እና p-እሴቶቹ ልክ ናቸው በቀደመው ክፍል ውስጥ ካስተዋወቅናቸው ግምቶች ጋር ይገናኛሉ። በዚህ ክፍል ውስጥ ሦስቱን በጣም የተለመዱ ጥሰቶችን እንሸፍናለን-መልቲኮሊኔሪቲ ፣ ሄትሮሴዳስቲክ እና ራስ-ኮርሬሌሽን። ለእያንዳንዳቸው ሦስት ጥያቄዎችን እንመልሳለን፡ እንዴት እንደሚመረመር፣ ምን እንደሚሰብር (Coefficient or standard error) እና እንዴት ማስተካከል እንደሚቻል። አርቲፊሻል ኢንተለጀንስ (AI) የምርመራ ምርመራ እና እርማት ኮድ ያመነጫል; ነገር ግን የትኛው ጥሰት በእውነቱ ችግሩ እንደሆነ እና ማስተካከያው ችግሩን እንደሚፈታው ይወስናሉ.
ከፊት ለፊት በጣም ወሳኙን ልዩነት እናድርግ፡ ጥሰት የቁጥር ግምትን ያዛባል ወይንስ መደበኛ ስህተቶቹን ብቻ? ይህ ልዩነት መፍትሄውን ይወስናል. ቅንብሩን የሚያዛባ ችግር (ለምሳሌ exogeneity ጥሰት) ሞዴሉን እንደገና ማሰብ ያስፈልገዋል; መደበኛውን ስህተት ብቻ የሚያዛባ ችግር (heteroscedasticity, autocorrelation) ብዙውን ጊዜ በመደበኛ የስህተት ማስተካከያ ይፈታል. የ AI የተለመደ ስህተት መደበኛውን ስህተት የሚያስተካክል ዘዴን መተግበር እና ችግሩን "እንደተፈታ" ማወጅ ነው; የታችኛው መዋቅር አሁንም ሊኖር ይችላል.
ጥሰት 1፡ ባለብዙ ኮሌኔሪቲ
ለምን? ሁለት ወይም ከዚያ በላይ ገላጭ ተለዋዋጮች እርስ በርስ በጥብቅ የተያያዙ ናቸው; ለምሳሌ ሁለቱንም "የጠቅላላ አመታት ልምድ" እና "እድሜ" ወደ ሞዴል ማስገባት. እነዚህ ተለዋዋጮች ከሞላ ጎደል ተመሳሳይ መረጃ ስለሚይዙ ሞዴሉ እነሱን ለመለየት ችግር አለበት።
ምን ይሰብራል? የቅንጅት ግምቶች ከአድልዎ ውጭ ሆነው ይቆያሉ ነገር ግን ያልተረጋጉ ይሆናሉ፡ መደበኛ ስህተቶች የተጋነኑ ይሆናሉ፣ የመተማመኛ ክፍተቶች እየሰፋ ይሄዳሉ፣ የግለሰቦች ጥምርታዎች እዚህ ግባ የማይባሉ ሲሆኑ ሞዴሉ በአጠቃላይ ጉልህ ሊሆን ይችላል (ኤፍ-ሙከራ)። ትንሽ የውሂብ ለውጥ ቅንጅቱን በከፍተኛ ሁኔታ ያንቀሳቅሰዋል.
እንዴት ነው የሚመረመረው? VIF (Variance Inflation Factor): ለእያንዳንዱ ተለዋዋጭ ምን ያህል ተለዋዋጭ በሌሎች እንደሚብራራ ይለካል. እንደ ሻካራ ገደብ፣ VIF> 5 (አንዳንድ 10) ጥንቃቄዎችን ያስገድዳል። በተጨማሪም፣ በማብራሪያ ተለዋዋጮች መካከል ያለው ተዛማጅ ማትሪክስ ይመረመራል።
እንዴት ማስተካከል ይቻላል? ከተያያዙት ተለዋዋጮች አንዱን መጣል፣ በማጣመር (መረጃ ጠቋሚ ማድረግ)፣ ወይም (ንድፈ ሃሳቡ የሚፈልግ ከሆነ) ሁለቱንም መጠበቅ እና የግለሰቦችን ብዛት ከመተርጎም መቆጠብ። የትኛው ተለዋዋጭ መቆየቱ የንድፈ ሃሳባዊ ውሳኔ ነው እንጂ ስታቲስቲካዊ አይደለም - AI ማስወገድን ይጠቁማል, እርስዎ ማረጋገጫውን ያቀርባሉ.
ጥሰት 2፡ Heteroscedasticity
ለምን? የስህተት ቃል ልዩነት በሁሉም ምልከታዎች ላይ ቋሚ አይደለም. የተለመደው ምሳሌ፡ ገቢው እየጨመረ ሲሄድ በወጪ ዙሪያ ያለው ስርጭትም ይጨምራል። ዝቅተኛ ገቢ ላይ ጠባብ እና ከፍተኛ ገቢ ላይ ሰፊ የሆነ "ፈንጠዝያ" ጥለት ተፈጥሯል.
ምን ይሰብራል? የተመጣጠነ ግምቶች እንደገና አድልዎ የለሽ ናቸው - ይህ አስፈላጊ ነው። የተዛባው መደበኛ ስህተቶች ናቸው: እነሱ በስህተት ይሰላሉ, ስለዚህ p-እሴቶች እና የመተማመን ክፍተቶች የማይታመኑ ይሆናሉ. ስለዚህ የእርስዎ ኮፊፊሸንት በትክክለኛው ማእከል ላይ ነው, ነገር ግን "ምን ያህል በራስ መተማመን አለብዎት" ለሚለው ጥያቄ መልሱ የተሳሳተ ነው.
እንዴት ነው የሚመረመረው? የተረፈውን ሴራ ከተተነበዩት እሴቶች (የፈንገስ ዘይቤ የሚፈለግ) እና መደበኛ ሙከራዎች፡ የብሬሽ-ፓጋን ፈተና፣ ነጭ ሙከራ። አነስተኛ ፒ-እሴት "ቋሚ ልዩነት የለም" ይላል።
እንዴት ማስተካከል ይቻላል? በጣም የተለመደው እና ተግባራዊ መፍትሔ ጠንካራ መደበኛ ስህተቶች (ጠንካራ / heteroskedasticity-ወጥ, HC መደበኛ ስህተቶች) መጠቀም ነው: ይህ Coefficient ለውጥ አይደለም, ጥሰት መደበኛ ስህተት ያስተካክላል. ተለዋጭ፡ ጥገኛ ተለዋዋጭ (እንደ ሎግ) ወይም ክብደት ያለው LCM መለወጥ። ጠንካራ መደበኛ ስህተቶች ዛሬ በተጨባጭ ስራ ውስጥ ነባሪ ሆነዋል።
ጥሰት 3፡ ራስ-ሰር ግንኙነት
ለምን? የስህተት ውሎች አንዳቸው ከሌላው ነፃ አይደሉም; በጊዜ ተከታታይ ውስጥ በጣም የተለመደ ነው፡ የአንድ የወር አበባ ስህተት በሚቀጥለው ላይ ይነካል (ለምሳሌ፡ ቀሪው ድንጋጤ ከተከሰተ በኋላ ባሉት ጊዜያት አዎንታዊ ሆኖ ይቆያል)።
ምን ይሰብራል? በድጋሚ, በዋናነት ደረጃውን የጠበቀ ስህተቶችን ያዛባል (ብዙውን ጊዜ ዝቅ ያደርገዋል, የውሸት ትርጉም ይፈጥራል); ቅንጅቶቹ በኤልሲሲ ውስጥ አድልዎ አልባ ሆነው ይቆያሉ ነገር ግን ውጤታማነታቸውን ያጣሉ ።
እንዴት ነው የሚመረመረው? የዱርቢን-ዋትሰን ፈተና (ለመጀመሪያ ደረጃ አውቶኮሬሌሽን)፣ የብሬሽ-ጎድፍሬይ ፈተና (የበለጠ አጠቃላይ) እና የተቀሩት ቀሪዎች ከዘገዩ እሴቶች ጋር።
እንዴት ማስተካከል ይቻላል? Newey-West (HAC — ከራስ-ቁርጠኝነት እና ከሄትሮስኬዳስቲክ ጋር የሚቋቋም) መደበኛ ስህተቶች፣ በአምሳያው ላይ የዘገዩ ቃላትን መጨመር ወይም ወደ ትክክለኛው የጊዜ ተከታታይ ሞዴል (ክፍል 8) መቀየር።
ጥንቃቄ፡ Heteroscedasticity እና autocorrelation የሚያዛቡት መደበኛውን ስህተት እንጂ ውህደቱን አይደለም። ስለዚህ, "የመቀየሪያው ጉልህ ነበር" ከማለትዎ በፊት, መደበኛ ስህተቱ በትክክል መቁጠሩን ያረጋግጡ; አለበለዚያ ትርጉም ያለው ቅዠት ሊሆን ይችላል.
የንጽጽር ሰንጠረዥ
መጣስ
ምን ይሰብራል
ምርመራ
የጋራ መፍትሄ
ባለብዙ-አገናኝ
መደበኛ ስህተቶችን ያነሳል ፣ ቅንጅቱ ያልተረጋጋ ያደርገዋል
ቪኤፍኤፍ፣ ተዛማጅ ማትሪክስ
ተለዋዋጭ ቀንስ/አጣምር (በንድፈ ሀሳብ)
heteroscedasticity
መደበኛ ስህተቶች (ተመጣጣኝ የማያዳላ)
ብሬሽ-ፓጋን ፣ ነጭ ፣ ቀሪ ሴራ
ጠንካራ (HC) መደበኛ ስህተት፣ ልወጣ
ራስ-ሰር ግንኙነት
መደበኛ ስህተቶች (ተመጣጣኝ የማያዳላ)
ደርቢን-ዋትሰን፣ ብሬሽ-ጎድፍሬይ
Newey-West (HAC)፣ የዘገየ ጊዜ
አራት ሊገለበጡ የሚችሉ ጥያቄዎች
1. የተሟላ የምርመራ ጥቅል፡-
የእርስዎ ሚና፡ ሪግሬሽን የምርመራ ረዳት። እኔ R ኮድ እፈልጋለሁ, እኔ ውሂብ አላጋራም. ሞዴል: lm (ወጪ ~ ገቢ + ዕድሜ + ክልል, ውሂብ = ውሂብ). ተግባር፡ (1) VIFን አስላ፣ (2) ከብሬሽ-ፓጋን እና ቀሪ ግምት ሴራ ጋር ሄትሮስኬዳስቲክነትን ፈትኑ፣ (3) ከዱርቢን-ዋትሰን ጋር በራስ-ሰር ግንኙነትን ይሞክሩ። እያንዳንዱ የፈተና መለኪያዎች ምን መጣስ እና p-valueን እንዴት እንደሚተረጉሙ በአስተያየቱ መስመር ላይ ያብራሩ። ማረም APPLICATION; ምርመራን ያመርቱ.
2. ጠንካራ መደበኛ ስህተት፡-
ለተመሳሳይ ሞዴል (ሳንድዊች + lmtest ፓኬጆች) በ heteroskedasticity-robust (HC3) መደበኛ ስህተቶች የቁጥር ሰንጠረዥን የሚደግም R ኮድ ይፃፉ። ልዩነቱን ለማየት እንድችል ክላሲካል እና ጠንካራ መደበኛ ስህተቶችን ጎን ለጎን የሚያሳይ ሠንጠረዥ አዘጋጅ። በአስተያየት መስመሩ ላይ አፅንዖት ይስጡ, ቅንጅቶች አይለወጡም, መደበኛ ስህተቶች ብቻ ናቸው.
3. ባለብዙ አገናኝ ግምገማ፡-
በከፍተኛ VIF የተለዋዋጮችን ዝርዝር አስቡኝ፡ የትኞቹ ተለዋዋጮች በንድፈ ሀሳብ አንድ አይነት ነገር ሊለኩ ይችላሉ፣ የትኞቹ ደግሞ እነሱን ለማቆየት ጠንካራ ጉዳይ አላቸው። ራስ-ሰር ብቁ አትሁን; ውሳኔውን በንድፈ ሀሳብ መሰረት አደርጋለሁ። እንዲሁም VIFን ብቻ ማየት እና ተለዋዋጮችን መመደብ ለምን ስህተት ሊሆን እንደሚችል ያብራሩ።
4. የራስ-አዛማጅ እርማት;
በጊዜ ተከታታይ ተሃድሶዬ፣ Breusch-Godfrey p-value 0.001 ነበር። ከኒውዬ-ዌስት (HAC) መደበኛ ስህተቶች ጋር የቁጥር ሰንጠረዥ የሚያወጣውን R ኮድ ይፃፉ እና መዘግየትን እንዴት እንደሚመርጡ ያብራሩ። ይህ እርማት የራስ-ማስተካከያ መንስኤን እንደማይፈታ ልብ ይበሉ ፣ ግንኙነቱን ያስተካክላል።
ደካማ ጥያቄ / ጠንካራ ጥያቄ
ደካማ ጥያቄ፡
የእኔ መመለሻ ችግር አለ? ከሆነ, አስተካክለው.
ይህ ጥያቄ AI ዓይነ ስውር በሆነ "ማስተካከያ" ሁነታ ላይ ያስቀምጠዋል፡ ሙከራዎችን መዝለል እና ቀጥተኛ ለውጥን ወይም ተለዋዋጭ ማስወገድን ሊተገበር ይችላል, የትኛው ጥሰት በትክክል እንዳለ እና ምን እንደጣሰ ሳያሳይዎት.
ኃይለኛ ጥያቄ፡-
የእርስዎ ሚና፡ የምርመራ ረዳት እንጂ ራስ-አራሚ አይደለም። በመጀመሪያ ለሶስት ጥሰቶች በተናጠል (multicollinearity, heteroscedasticity, autocorrelation) እና ለእያንዳንዱ: የትኛው ሙከራ, ውጤቱን እንዴት ማንበብ እንደሚቻል, COEFFICIENT ወይም STANDARD ERRORን ይሰብራል. ከዚያ በትክክል የተገኘበትን ጥሰት ማስተካከል ብቻ ይጠቁሙ እና ጥገናው ችግሩን እንደፈታው እንዴት ማረጋገጥ እንደምችል ያብራሩ።
ልዩነት፡ ጠንካራ ፍላጎት ከማስተካከሉ በፊት ምርመራን ያስገድዳል እና "በሚያፈርሰው" መካከል ግልጽ የሆነ ልዩነት ይጠይቃል.
ሶስት ጥቃቅን ጉዳዮች
ጉዳይ 1 - አስጸያፊ ጠቀሜታ (heteroscedasticity). አንድ ተንታኝ በወጪ ~ የገቢ ሞዴል የገቢ መጠን በ p=0.01 ላይ “ጠቃሚ” ሆኖ አግኝተውታል። አሁን ግን በእሱ ገበታ ላይ የተለየ የፈንገስ ንድፍ ነበር። ጠንካራ መደበኛ ስህተቶች ሲተገበሩ, p-value ወደ 0.09 ጨምሯል; ትርጉም ጠፋ። የመጀመሪያው ውጤት በተሳሳተ ስሌት የተፈጠረ ስህተት ነው። ትምህርት፡- ትርጉሙን መደበኛውን ስሕተት ሳታስተካክል ሊታመን አይችልም።
ጉዳይ 2 - የዓይነ ስውራን ተለዋዋጭ መወገድ. አንድ ተማሪ የእሱ VIF ከፍተኛ ስለነበረ የ"ልምድ" ተለዋዋጭውን ከአምሳያው ላይ ጥሏል; ቅንጅቶቹ "ተጸዱ" ነገር ግን የአምሳያው ቲዎሬቲካል ትርጉሙ ተዛብቷል ምክንያቱም ልምድ ዋናው የፍላጎት ተለዋዋጭ ነው. ትክክለኛው መንገድ፡ እድሜን ቀንስ እና ልምድ አቆይ ወይም ሁለቱን አጣምር። ትምህርት፡ የቪኤፍኤፍ ገደብ ብቻውን ለማስወገድ ምክንያት አይደለም፤ ቲዎሪ ይወስናል።
ጉዳይ 3 - በራስ-ቁርጠኝነት የተደበቀ እርግጠኛ አለመሆን። በጊዜ ተከታታይ ጥናት ዱርቢን-ዋትሰን ችላ ተብሏል; ቅንብሩ በጣም “ትክክለኛ” ይመስላል (ጠባብ የመተማመን ክፍተት)። የኒውዬ-ምዕራብ መደበኛ ስህተቶች ሲተገበሩ የመተማመን ክፍተቱ በእጥፍ ጨምሯል እና የፖሊሲው ምክረ ሃሳብ የበለጠ ወግ አጥባቂ ሆነ። ትምህርት፡ ራስ-ሰር ግንኙነት እርግጠኛ አለመሆንን ሊቀንስ ይችላል።
የተለመዱ ስህተቶች
- ደረጃውን የጠበቀ ስህተትን የሚያዛባውን መጣስ እንደ ቅንጅት ችግር። Heteroscedasticity እና autocorrelation ቅንብሩን አያዛባ አይደለም; አትደናገጡ እና ሞዴሉን ሳያስፈልግ እንደገና ይገንቡ, መጀመሪያ መደበኛውን ስህተት ያስተካክሉ.
- VIF በመመልከት እና ተለዋዋጮችን በጭፍን መመደብ። ቪኤፍኤፍ ከፍተኛ ስለሆነ ብቻ በንድፈ-ሀሳብ አስፈላጊ የሆነውን ተለዋዋጭ ማስወገድ ሞዴሉን ትርጉም የለሽ ያደርገዋል።
- ጥገናውን ባለማረጋገጥ ላይ። ጠንካራ መደበኛ ስህተትን ከተጠቀሙ በኋላ ጥሰቱ በትክክል ማረም መሆኑን ያረጋግጡ; “ተግብሬዋለሁ፣ ተፈጸመ” አትበል።
- ያለ ምርመራ ያስተካክሉ. የትኛው ጥሰት እንዳለ ሳይፈተሽ ትራንስፎርሜሽን/ማጥፋትን መተግበር በሌለበት ቦታ ያለውን ችግር "መፍታት" እና ችግሩን መደበቅ ይችላል።
- ጥገናውን ለምን ቦታ ላይ ማስቀመጥ. ኒዩ-ዌስት የራስ-አመጣጣኝ መንስኤን አይፈታም; አመለካከቱን ብቻ ያስተካክላል. የመዋቅር ችግር ካለ, ሞዴሉ መቀየር አለበት.
ጠቃሚ ምክር፡ ለእያንዳንዱ ጥሰት፣ እራስህን ጠይቅ "ይህ ኮፊሸን እያጠፋ ነው ወይንስ በእሱ ላይ ያለኝን እምነት?" መልሱ "መተማመን" ከሆነ, መፍትሄው ሁልጊዜ ማለት ይቻላል መደበኛ የስህተት ማስተካከያ ነው, ሞዴሉን እንደገና መገንባት አይደለም.
በማጠቃለያው
ውጤቱን ለማመን የድጋሚ ምርመራ ቅድመ ሁኔታ ነው። ከሦስቱ የተለመዱ ጥሰቶች ውስጥ, መልቲኮሊኔሪቲ ኮፊሸንት (coefficient) ያልተረጋጋ ያደርገዋል እና መደበኛውን ስህተት ይጨምራል; Heteroskedasticity እና autocorrelation፣በሌላ በኩል፣ Coefficient ን ከአድልዎ ውጪ ይተዉታል እና መደበኛ ስህተቱን ብቻ ያዛባሉ። AI የምርመራ እና ማስተካከያ ኮድ ያመነጫል, ነገር ግን የትኛው ጥሰት እውነተኛ ችግር እንደሆነ ይወስናሉ, የትኛው ልዩነት በንድፈ-ሃሳባዊ ሆኖ ይቆያል, እና ጥገናው ችግሩን ይፈታ እንደሆነ. በ‹‹የሚሰብረው›› መካከል ያለውን ልዩነት ሳያብራራ መደናገጥም ሆነ መታወር ትክክል አይደለም።
የመተግበሪያ ተግባር
ሁለገብ ሪግሬሽን ያቀናብሩ እና ምርመራዎችን ብቻ የሚያመርት ኮድ እንዲሰጥዎት (ምንም እርማቶች የሉም) VIF፣ Breusch-Pagan/White እና Durbin-Watson/Breusch-Godfrey ይጠይቁ። ለእያንዳንዱ ፈተና ውጤቱን ይተርጉሙ እና ጥሰቱ ውህዱን ወይም መደበኛውን ስህተት ያዛባ እንደሆነ ያመልክቱ። ለትክክለኛ ጥሰት (ለምሳሌ heteroscedasticity) ያገኙታል፣ ጠንካራ መደበኛ ስህተቶችን ይተግብሩ እና ክላሲካል እና ጠንካራ ውጤቶችን ያጣምሩ። ቅንብሩ እንደማይለወጥ ነገር ግን መደበኛ ስህተቱ እንደሚቀየር አሳይ። በአንድ አንቀፅ ውስጥ፣ የእርምትዎ ውጤት እንዴት እንደተጎዳ ሪፖርት ያድርጉ።
የማረጋገጫ ዝርዝር
- [] ሶስት ጥሰቶችን (multicolinearity, heteroskedasticity, autocorrelation) ለየብቻ ሞከርኩ።
- [ ] ለእያንዳንዱ ጥሰት፣ ኮፊቲፊሽኑን ወይም መደበኛውን ስህተት የሚያዛባ መሆኑን ለይቻለሁ።
- [] ተለዋዋጭ መጥፋትን በ multicollinearity ላይ የተመሰረተው በቲዎሪ ላይ ነው፣ VIF ብቻ አይደለም።
- [] መደበኛ ስህተትን ከጥንካሬ ጋር ወደ heteroscedasticity/autocorrelation (HC/HAC) ተጠቀምኩ።
- [ ] እርማት ካደረግኩ በኋላ ጥሰቱ በእኔ አስተያየት ላይ ያለውን ተጽእኖ ፈትጬ አረጋገጥኩ።
- [ ] የእኔ ጠቀሜታ ውጤት በመደበኛ የስህተት እርማት እንዴት እንደተጎዳ ሪፖርት አደርጋለሁ።