楼主: cheerhappy
9829 5

[其他] 谁对ladder这个命令比较熟悉啊? [推广有奖]

  • 3关注
  • 7粉丝

讲师

22%

还不是VIP/贵宾

-

威望
0
论坛币
290 个
通用积分
0.1290
学术水平
6 点
热心指数
6 点
信用等级
7 点
经验
5316 点
帖子
373
精华
0
在线时间
241 小时
注册时间
2010-3-18
最后登录
2023-3-27

楼主
cheerhappy 发表于 2011-7-7 11:37:31 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
大家好,现在向大家请教一个问题。
我为了让变量值符合正态分布,看到课本上利用ladder进行幂报告,之后再进行变量值转换就可以使变量符合正态分布了。但是,我的x全不是缺失值,但有负值和0,我只考虑了正值,用ladder做幂报告,结果chi2(2)和p(chi2)的值都是缺失值,不知道这是怎么回事,这里面还有什么未特指的要求什么的吗?

希望大家懂的给我些指导吧!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:ladder add DDE der LAD 正态分布 课本

沙发
h3327156 发表于 2011-7-7 22:02:53
注意 我查了手册 您确定chi2(2)和p(chi2)的值都是缺失值吗?

手册里有显示
Transformation    formula   chi2(2)   P(chi2)
1/cubic          1/(tempjuly^3)    .           0.000
The period in the last line indicates that the chi-square is very large

所以推论,正值 应当都会报导,只有chi2(2)很大很大 它用一点表示

藤椅
cheerhappy 发表于 2011-7-10 09:32:33
恩,确定,不过你也提示了我,我觉得很可能是数太大了,所以用缺失值来表示了,但我不明白p为什么也用缺失值来表示,难道也是大的不得了,不可能啊!不知道你怎么推论。按你说的,我可以理解chi为缺失理解不了p的缺失。
2# h3327156
不放弃、不抛弃

板凳
cheerhappy 发表于 2012-4-6 01:56:18
h3327156 发表于 2011-7-7 22:02
注意 我查了手册 您确定chi2(2)和p(chi2)的值都是缺失值吗?

手册里有显示
想再问下您,我做出的结果如下,开方时候是正态分布吗?

Transformation formula        chi2(2)        P(chi2)
                       
cubic        ypf^3        .        .
square        ypf^2        .        .
identity        ypf        .        0.000
square root        sqrt(ypf)        51.14        0.000
log        log(ypf)        .        .
1/(square root)        1/sqrt(ypf)        .        .
inverse        1/ypf        .        .
1/square        1/(ypf^2)        .        .
1/cubic        1/(ypf^3)        .        .
不放弃、不抛弃

报纸
sewind_tj 发表于 2012-4-7 01:35:15
点表示无穷大。
善待你一生!
让网络基于真人的故事!

地板
赵安豆 发表于 2024-5-7 18:48:32
你好。`ladder`命令通常用于Stata软件中,它通过一系列幂次变换尝试将数据正态化。对于含有负值和0的变量,直接使用幂变换可能会遇到问题,因为某些幂次(尤其是负数或零)会导致数值错误。

在你的情况下,可能需要考虑以下几点:

1. **替代方法**:可以试试其他转换方法,比如对数变换(log),双对数变换(log-log),或者分段函数等。这些方法可能更适合处理包含0和负值的数据。

2. **数据处理**:如果0或负值对你的分析有意义,你可能需要考虑是否能用合适的统计方法来规避这个问题,例如使用比例偏移模型(probit transform)或者加1平滑(add 1 to avoid zeros)。

3. **缺失值**:chi-squared检验结果出现缺失值可能是由于变换后产生了无法计算的值。检查你的数据,确保所有转换都是定义良好的。

4. **变异性分析**:在进行幂变换前,考虑数据的分布情况以及它是否真的需要正态化。某些方法可能更适合你特定的数据和研究目的。

建议你尝试不同的转换策略,并结合实际数据特性来决定最适合的方法。如果问题仍然存在,详细检查你的代码和数据可能有助于找出问题所在。

此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用



您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-20 22:11