求帮忙指点评价多项逻辑分析的结果

didamunaoke 发表于 2015-7-15 18:46
解释的好详细 学习了

相互交流学习。

xddlovejiao1314 发表于 2015-7-15 09:10
第一个问题：不明白自变量明明是连续性的变量，楼主为什么要把它处理为类别变量，这背后有什么文献/理论上的 ...

不好意思，又来打扰你了～～～我想请教下对于跨度较大的连续变量该选取何种方法进行预处理，比如距离公园的远近可以从0到1000都有分布～～
而且在搜集资料的过程中，有些数据本身经过别人加工变成了递增的等级变量，比如坡度0-25为1，25-50为2等等，这样的数据可以直接选入协变量中使用吗？？还是说，要像你建议的那样处理为哑变量？ 我看有些文献里说为等级变量时，如果每个等级的作用相同，可按计量资料处理，不知道正确与否？

ajiao4310 发表于 2015-7-16 08:51
不好意思，又来打扰你了～～～我想请教下对于跨度较大的连续变量该选取何种方法进行预处理，比如距离公园 ...

第一个问题：连续性变量跨度比较大，其实就是表明数据的方差大，波动性强，如果直接纳入模型，可能使得模型结果不稳健（存在异方差），建议楼主做连续性变量的描述性统计分析，做箱图，看看连续性变量趋势，是否为正偏态分布数据，如果是，可以取对数消除此类变量的波动性（异方差），然后纳入模型。https://bbs.pinggu.org/thread-3648798-1-1.html，看我写的这个帖子，辅助诊断是否存在极端异常值。

ajiao4310 发表于 2015-7-16 08:51
不好意思，又来打扰你了～～～我想请教下对于跨度较大的连续变量该选取何种方法进行预处理，比如距离公园 ...

第一个问题：连续性变量跨度比较大，其实就是表明数据的方差大，波动性强，如果直接纳入模型，可能使得模型结果不稳健（存在异方差），建议楼主做连续性变量的描述性统计分析，做箱图，看看连续性变量趋势，是否为正偏态分布数据，如果是，可以取对数消除此类变量的波动性（异方差），然后纳入模型。https://bbs.pinggu.org/thread-3648798-1-1.html，看我写的这个帖子，辅助诊断是否存在极端异常值。

ajiao4310 发表于 2015-7-16 08:51
不好意思，又来打扰你了～～～我想请教下对于跨度较大的连续变量该选取何种方法进行预处理，比如距离公园 ...

第二个问题，类别变量纳入模型均处理为虚拟变量的形式。不要直接纳入模型。举个简单例子说明，就比如说你说的坡度，0-25为1,25-50为2，50-75为3，表明上看似,组与组差距是相等的（都相差25），但实际是不一样的，如有3个个体，一个1度，一个49度，一个60度，如果简要划分，分别在1,2,3组。你能简单说这3个坡度相差等级是一样的吗。不能吧。所以处理为虚拟变量，设置一组参照组。然后用虚拟变量和处理后的连续变量去构建模型。祝好运。

xddlovejiao1314 发表于 2015-7-16 08:57
第一个问题：连续性变量跨度比较大，其实就是表明数据的方差大，波动性强，如果直接纳入模型，可能使得模 ...

真的真的非常感谢你的热心帮助～～～既然不能当面道谢，就只能通过帖子评分来表达感激之情了～～～

xddlovejiao1314 发表于 2015-7-16 09:00
第二个问题，类别变量纳入模型均处理为虚拟变量的形式。不要直接纳入模型。举个简单例子说明，就比如说你 ...

大神，大神！又来麻烦你了，上次我说到回归分析中我的自变量变化范围很广，从零到几万都有，你怀疑数据有异常值，建议我取对数处理，如果不是异常分布的话，还需要取对数吗？因为我研究的区域很广，距离测量值确实会出现这么大的变化～
还有，就是如果数据中正负值都有，可以直接取对数吗？还是说要做什么正向化处理，比如人为把数据修改为从1开始计数以后再取对数呢？
跪谢大神指点～

ajiao4310 发表于 2015-7-28 15:03
大神，大神！又来麻烦你了，上次我说到回归分析中我的自变量变化范围很广，从零到几万都有，你怀疑数据有 ...

如果有负值，你找到最小的那个负值，即绝对值最大的那个负值（比如是a）。然后对该变量取对数时就这样：ln(x+a的绝对值+1)，这样全部的数据都为正了。祝好运。

xddlovejiao1314 发表于 2015-7-28 15:21
如果有负值，你找到最小的那个负值，即绝对值最大的那个负值（比如是a）。然后对该变量取对数时就这样：l ...

大神，按照你的指点和你在帖子里描述的方法，我在建模之前先用spss对自变量数据进行了描述性分析/直方图分析/箱图分析，然后又对其进行了对数处理，再接着做了第二次的描述性分析/直方图分析/箱图分析～～结果都放在了附件文档里了，求大神帮忙指点分析一下这几个变量分析结果～

我的问题主要是：
1.怎样判断哪些数据合格，可以直接用于建模分析了?没有异常值就可以了吗？
2.取对数前后的变量分析结果有时候会有冲突，比如有的箱图本来没有异常值，对数后反而出现了异常值，该怎么判断呢？
3.怎么处理异常值较多的变量数据，你在文章里建议说取对数后删除异常值，可是如果变量个数不多，删除会不会有影响？因为自变量种类比较多，每个变量删除一点点，累积起来也是挺多的，我有的变量只有一两百个数据，有点担心～～

4.我看到很多文章里建议对数据进行标准化处理，取对数后还有这个必要吗？还是说取对数之前就要进行？

我知道我提的问题很多也很初级，但设计专业实在很少接触这个统计知识，所以只能麻烦大神了～～ 变量分析结果.doc (630.5 KB)

2015-8-1 05:41:06 上传

ajiao4310 发表于 2015-8-1 05:41
大神，按照你的指点和你在帖子里描述的方法，我在建模之前先用spss对自变量数据进行了描述性分析/直方图分 ...

第1个问题，数据趋势大致符合正太分布就可，剔除极端异常值后的变量可用于建模了。我看了下你的数据，偏态分布都不是太明显的，基本可直接纳入模型做回归。
第2个问题，箱图这些只是为了辅助判断变量是否存在极端异常值，其异常值标准好像是设定的均值+-1.5倍标准差，各个学科不一样，要求不一样，比如你想把这个标准放松一点，变成均值+-3倍标准差，那可能就没有问题了。所以除非异常值特别极端，一般还是不用太在意的，有个容忍区间范围。
第3个问题的回答见第2个问题。处理极端异常值的方法比较多，一是删除数据；二是取对数，缩减数据变化趋势（如原始数据的10与10000的差距远远大于ln(10)与ln(10000)的差距）。
第4个问题，标准化方法有很多种，常用的是z标准化，即（原始值-均值）/标准差，标准化的目的其实就是为了消除量纲，减少数据的波动性（即方差），你取对数也达到了减少数据波动性的效果的，所以取对数后可以不用再对数据进行标准化了。