[请教]对数线性模型中的几个问题

dchr

普通会员
看对数线性模型看的头晕, 还有好多地方没弄明白, 请教各位:1,在什麽情况下选择全饱和,什麽情况下选custom?二者有什麽区别?2,“It is common to select a best model in HILOG, then use GENLOG to obtain parameter estimates for the best parsimonious model.”怎样用HILOG选择最优模型?是不是一定要在最优模型下观察到的参数才有效?3,用GENLOG和Logit Loglinear Models都能实现变量间的交互作用, 二者有什麽区别,用两个方法出来的结果是不是都一样?
 
使用Hilog就够了。其实就是将多阶模型简化为一阶模型。logit主要是针对有明确因变量的设计。
 
多谢!用HILOG做saturated饱和分析,国别和组别的交互项只出来了一个参数, 能不能这样解释:group1-nation1=-0.3005256953,那麽group1-nation2=0-(-0.3005256953)=0.3005256953;group2-nation1=0-(-0.3005256953)=0.3005256953,group2-nation2=-0.3005256953.
 
书上有这样算的,想这样来回转换不知道到底对不对,想再确认下.
 
回复:[请教]对数线性模型中的几个问题

就是比较出了交互项参数的大小有时候也很不好解释,比如这个例子,共有组别,国别,和招呼语3项,每一项下边又各分了两小项,用hierarchical loglinear做 saturated饱和分析,比较国别和组别的交互项参数该怎样解释呢? 是比较出来谁用的招呼语多还是不用招呼语的情况多?结合百分比解释就更矛盾了.如果看3项的交互项参数,只出来了一个数字, 该怎麽解释好呢? http://forum.corpus4u.org/upload/forum/2006073018335924.doc
 
分了两次做的,第一次用了crosstabs,group1 ,group2是分层来做的,可以任意起名字;第二次用了hierarchical loglinear analysis做的,group分了两组:female,male;nation分了两组:China,America;alerters分了两组:Yes,No.
 
奇怪的是,主因素中为什么没有性别变量,是你在结果中没有提供,还是你计算有误?
 
您指的是hierarchical loglinear analysis中parameter estimate的性别变量吗? group中就分为男女两组,group下边显示出的参数就是第一组女=0.1374759117,那麽第二组男=-0.1374759117,因为考虑到这个男女组参数比较出来的恐怕是女组里中美两组和男组里中美两组分别相加后的效应差异,我是想比较第一组中美女性的差异和第二组中美男生的差异之间哪个差异更大,所以想直接比较性别变量的参数好象不能很好的说明问题.
 
回复:[请教]对数线性模型中的几个问题

谢谢您!主要是想参数的大小要和百分比中一项的情况相一致就很好解释了,上一例中出现矛盾,我又重新排查了下,发现在chi-square中中美女性有显著性差异,中美男性没有显著性差异,这样不用比较参数值就能说明问题了吧?(说明中国女生的alerter存在失误,男生不存在失误,那麽女生的失误要比男生多)

如果参数值和百分比不矛盾,那该怎样比较男女生失误的差异呢?比如,在比较请求策略时,从chi-square中看出中美女性和中美男性之间都有显著性差异,从百分比的表里看出中国女生比美国女性更礼貌(直接请求中国女生13.5%<美国女性19.4%;间接请求中国女生85.6%>美国女性77.8%),中国男生比美国男性更直接(直接请求中国男生21.4%>美国男性15.6%;间接请求中国男生75.0%<美国男性76.0%).从参数估计中得出中国女生是-0.1368485586,那麽美国女性是0.1368485586,中国男生是0.1368485586,美国男性是-0.1368485586.那麽可不可以得出这个结论中国女生的失误和中国男生的失误是一样的?(因为中美女性和中美男性之间差异的绝对值是相等的.)
 
如果不想了解是否有interaction的话,只是中美女性,中美男性分别比较,就用不着loglinear了。只是crosstab chi-square就够了。
 
是啊,如果loglinear不能进一步量化比较中国女生和中国男生失误是否一样或者谁的失误更多的话,只用百分比和crosstab chi-square就可以了.我感到奇怪的是,既然参数之间能比较大小,那为什麽不能把参数相减后再比较绝对值的大小.loglinear就是为了进一步证实chi-square的结果吗?
 
Back
顶部