هل هناك فرق بين النماذج المضافة والنماذج المضافة المضافة؟ http://artsandsciences.sc.edu/geog/hvri/sites/sc.edu.geog.hvri/files/attachments/SoVI٪20recipe_2016.pdf


الاجابه 1:

نعم.

نموذج مضافة يناسب البيانات كمجموع من المتنبئين أحادي المتغير. يناسب النموذج الإضافي المعمم تحويل البيانات ، مثل اللوغاريتم أو معكوس. بالنسبة للإحصائي ، هذا مجرد تحول للمتغير التابع ، وهو أسلوب قياسي يستخدم في جميع أنواع التركيبات ، لكن له اسم خاص به لأسباب تاريخية.

مرجعك يقول لإضافتها. لا أعرف كيف يمكنك وضعها في نموذج الانحدار ، حيث لا يوجد لديك متغير تابع. يبدو أنك تقوم ببناء فهرس بدلاً من التنبؤ بشيء ما.

أنا مجرد تخمين هنا ، ولكن يبدو أن الهدف من الإجراء هو تقليل الأبعاد. لديك الكثير من بيانات التعداد ، وترغب في اشتقاق مؤشر الضعف الاجتماعي ، والذي ستستخدمه بعد ذلك لإجراء الأبحاث المستقبلية.

السبب الوحيد لتحويل درجة الضعف الاجتماعي هو منحها بعض الخصائص الإحصائية الموحدة ، مثل التوزيع العادي أو الموحد ، أو ربما لجعل قيمتها المتوقعة مساوية لبعض المقاييس الأخرى للضعف الاجتماعي لإجراء مقارنات سهلة. يمكن أن يجعلها أكثر ملاءمة للاستخدام في إجراء مزيد من البحوث. لكنه لن يغير محتوى المعلومات من التدبير. يمكن لأي شخص دائمًا تحويل المقياس في البحث الإضافي.

يمكنك إضافة خطوة حيث تضع الأوزان على المكونات الفردية قبل إضافتها. ولكن يبدو أن هذا لهزيمة النقطة. أعتقد أن ما يحدث هنا هو أن لديك العديد من المتغيرات لاستخدام كل منها على حدة كمتغير مستقل. إذا كان لديك معلومات لوضع الأوزان على كل منها للفهرس ، فلماذا لا تستخدم المكونات بشكل فردي في الانحدار؟ قد يكون هناك سبب لهذا ، على سبيل المثال ، قد يكون لديك المعلومات في مجموعة بيانات واحدة لتقدير الأوزان ، لكنك ترغب في استخدام المقياس في مجموعة بيانات أخرى لا تريدها. لكن تخميني هو أن تضيف هنا فقط.