O arredondamento dos números Descrição do teto leva um único argumento numérico x e retorna um vetor numérico contendo os inteiros mais pequenos, não inferior aos elementos correspondentes de x. Floor toma um único argumento numérico x e retorna um vetor numérico que contém os números inteiros maiores não maiores que os elementos correspondentes de x. Trunc toma um único argumento numérico x e retorna um vetor numérico contendo os inteiros formados truncando os valores em x em direção a 0. rodada arredonda os valores em seu primeiro argumento para o número especificado de casas decimais (padrão 0). Significa arredondar os valores em seu primeiro argumento para o número especificado de dígitos significativos. Um vetor numérico. Ou, para rodada e significado. Um vetor complexo. Número inteiro que indica o número de casas decimais (rodada) ou dígitos significativos (significa) a ser usado. Valores negativos são permitidos (veja lsquoDetailsrsquo). Argumentos a serem passados para métodos. Estas são funções genéricas: os métodos podem ser definidos individualmente ou através do genérico do grupo de Matemática. Note-se que, para arredondar um 5, o padrão IEC 60559 deve ser usado, lsquo vá para o rsquo de dígito fechado. Portanto, a rodada (0,5) é 0 e a rodada (-1,5) é -2. No entanto, isso depende dos serviços do sistema operacional e do erro de representação (pois, por exemplo, 0.15 não está representado exatamente, a regra de arredondamento aplica-se ao número representado e não ao número impresso e, portanto, a rodada (0.15, 1) pode ser 0,1 ou 0.2 ). Arredondar para um número negativo de dígitos significa arredondar para um poder de dez, então, por exemplo, arredondar (x, dígitos -2) arredondar para o cem mais próximo. Para significar, os valores reconhecidos dos dígitos são 1. 22. e os valores não ausentes são arredondados para o número inteiro mais próximo nesse intervalo. Os números complexos são arredondados para reter o número especificado de dígitos no maior dos componentes. Cada elemento do vetor é arredondado individualmente, ao contrário da impressão. Todas essas são funções primitivas. Métodos S4 Estes são todos (internamente) S4 genéricos. teto. O chão e trunc são membros do genérico do grupo de Matemática. Como um genérico S4, o trunc possui apenas um argumento. Round e signif são membros do genérico do grupo Math2. As realidades da aritmética do computador podem causar resultados inesperados, especialmente com o piso e o teto. Por exemplo, nós lsquoknowrsquo esse piso (log (x, base 8)) para x 8 é 1. mas 0 foi visto em uma plataforma R. Normalmente é necessário usar uma tolerância. Referências Becker, R. A. Chambers, J. M. e Wilks, A. R. (1988) The New S Language. Wadsworth amp BrooksCole. NOTICE: O grupo de consultoria estatística IDRE estará migrando o site para o WordPress CMS em fevereiro para facilitar a manutenção e criação de novos conteúdos. Algumas de nossas páginas antigas serão removidas ou arquivadas de modo que elas não serão mais mantidas. Vamos tentar manter os redirecionamentos para que os URLs antigos continuem a funcionar da melhor maneira possível. Bem-vindo ao Instituto de Pesquisa e Educação Digital, ajudando o Grupo de Consultoria Estatal, dando um presente. Análise de dados da Stata Exemplos Informação da versão da regressão truncada: o código desta página foi testado em Stata 12. A regressão truncada é usada para modelar variáveis dependentes para as quais alguns dos As observações não estão incluídas na análise devido ao valor da variável dependente. Observe: O objetivo desta página é mostrar como usar vários comandos de análise de dados. Não abrange todos os aspectos do processo de pesquisa que os pesquisadores devem fazer. Em particular, não abrange limpeza e verificação de dados, verificação de pressupostos, diagnósticos de modelos ou possíveis análises de acompanhamento. Exemplos de regressão truncada Exemplo 1. Um estudo de alunos em um programa especial GATE (talentoso e talentoso) deseja modelar a realização como uma função das habilidades linguísticas e do tipo de programa no qual o aluno está atualmente matriculado. Uma grande preocupação é que os alunos devem ter uma pontuação de realização mínima de 40 para entrar no programa especial. Assim, a amostra é truncada com uma pontuação de realização de 40. Exemplo 2. Um pesquisador tem dados para uma amostra de americanos cuja renda está acima da linha de pobreza. Portanto, a parte mais baixa da distribuição de renda é truncada. Se o pesquisador tivesse uma amostra de americanos cuja renda estava em ou abaixo da linha de pobreza, a parte superior da distribuição de renda seria truncada. Em outras palavras, o truncamento é resultado da amostragem apenas parte da distribuição da variável de resultado. Descrição dos dados Leve o exemplo 1 acima. Temos um arquivo de dados hipotético, truncreg. dta. Com 178 observações. A variável de resultado é chamada de achiv. E a variável de pontuação do teste de linguagem é chamada langscore. A variável prog é uma variável categórica preditor com três níveis indicando o tipo de programa no qual os alunos foram matriculados. Vamos ver os dados. É sempre uma boa idéia começar com estatística descritiva. Métodos de análise que você pode considerar Abaixo está uma lista de alguns métodos de análise que você pode ter encontrado. Alguns dos métodos listados são bastante razoáveis, enquanto outros já caíram fora de favor ou têm limitações. Regressão OLS - Você poderia analisar esses dados usando a regressão OLS. A regressão OLS não ajustará as estimativas dos coeficientes para levar em consideração o efeito de truncar a amostra em 40 e os coeficientes podem ser severamente tendenciosos. Isso pode ser conceitualizado como um erro de especificação do modelo (Heckman, 1979). Regressão truncada - A regressão truncada aborda o viés introduzido ao usar a regressão OLS com dados truncados. Note-se que com regressão truncada, a variância da variável de resultado é reduzida em comparação com a distribuição que não está truncada. Além disso, se a parte inferior da distribuição for truncada, a média da variável truncada será maior do que a média da variável não truncada se a truncagem for superior, a média da variável truncada será menor do que a variável não truncada. Estes tipos de modelos também podem ser conceitualizados como modelos de seleção Heckman, que são usados para corrigir o viés de seleção de amostragem. Regressão censurada - Às vezes, os conceitos de truncamento e censura são confusos. Com dados censurados, temos todas as observações, mas não conhecemos os valores verdadeiros de alguns deles. Com truncamento, algumas das observações não estão incluídas na análise por causa do valor da variável de resultado. Não seria apropriado analisar os dados em nosso exemplo usando um modelo de regressão censurado. Regressão truncada Abaixo, usamos o comando truncreg para estimar um modelo de regressão truncada. O i. Antes de prog indica que é uma variável de fatores (ou seja, variável categórica) e que deve ser incluída no modelo como uma série de variáveis de indicadores. A opção ll () no comando truncreg indica o valor no qual o trunfo esquerdo ocorre. Há também uma opção ul () para indicar o valor do truncamento certo, que não era necessário neste exemplo. A saída começa com uma nota indicando que zero observações foram truncadas. Isso ocorre porque nossa amostra não continha dados com valores inferiores a 40 para realização. A nota é seguida pelo registro de iteração, que dá os valores das probabilidades de log começando com um modelo que não possui preditores. O último valor no log é o valor final da probabilidade de log e é repetido abaixo. A seguir, as informações do cabeçalho são fornecidas. No lado esquerdo estão os limites inferior e superior do truncamento e uma repetição da probabilidade de log final. À direita, é dado o número de observações utilizadas (178), juntamente com o qui-quadrado de Wald com três graus de liberdade. O qui-quadrado de Wald é o que você obtém se você usou o comando de teste, depois de estimar o modelo, para testar que todos os coeficientes são zero. Finalmente, há um valor de p para o teste do qui-quadrado. Como um todo, esse modelo é estatisticamente significativo. Na tabela de coeficientes, temos os coeficientes de regressão truncada, o erro padrão dos coeficientes, os testes Wald z (coeficiente) e o valor p associado a cada teste z. Por padrão, também obtemos um intervalo de confiança 95 para os coeficientes. Com a opção level (), você pode solicitar um intervalo de confiança diferente. A sigma estatística auxiliar é equivalente ao erro padrão da estimativa na regressão OLS. O valor de 8.76 pode ser comparado ao desvio padrão de realização, que foi de 8,96. Isso mostra uma redução modesta. A saída também contém uma estimativa do erro padrão do sigma, bem como um intervalo de confiança 95 para esse valor. O modelo de regressão truncada que prevê a realização dos escores da linguagem e do tipo de programa foi estatisticamente significativo (chi-square 54.76, df 3, pIf você gostaria de comparar modelos de regressão truncada, você pode emitir o comando estatístico para obter a probabilidade do log, AIC e BIC A saída de truncreg inclui nem R 2 nem pseudo-R 2. Você pode calcular uma estimativa aproximada do grau de associação ao correlacionar achiv com o valor previsto e ao quadrado do resultado. O valor calculado de .31 é uma estimativa aproximada de O R 2 que você encontraria em uma regressão OLS. A correlação quadrática entre os valores de aptidão acadêmica observados e previstos é de aproximadamente 0,31, indicando que esses preditores representavam mais de 30 da variabilidade na variável de resultado. As coisas para considerar o comando Statas truncreg são projetadas Para trabalhar quando o truncamento está na variável de resultado no modelo. É possível ter amostras que são truncadas com base em um ou mais preditores. Por exemplo, o modo O GPA da faculdade em função das notas do GPA (HSGPA) e do SAT da escola secundária envolve uma amostra que é truncada com base nos preditores, ou seja, apenas os alunos com maiores valores de HSGPA e SAT são admitidos na faculdade. Você precisa ter cuidado com o valor usado como valor de truncamento, pois afeta a estimativa dos coeficientes e erros padrão. No exemplo acima, se tivéssemos usado ll (39) em vez de ll (40). Os resultados teriam sido um pouco diferentes. Não importa que não existissem valores de 40 na nossa amostra. Referências Greene, W. H. (2003). Análise econométrica, Quinta edição. Upper Saddle River, NJ: Prentice Hall. Heckman, J. J. (1979). Compartilhamento de seleção de exemplo como um erro de especificação. Econometrica. Volume 47, Número 1, páginas 153 - 161. Long, J. S. (1997). Modelos de regressão para variáveis categóricas e dependentes limitadas. Thousand Oaks, CA: Sage Publications. O conteúdo deste site não deve ser interpretado como um endosso de qualquer site, livro ou produto de software específico da Universidade da Califórnia.
No comments:
Post a Comment