첨가물 모델과 일반화 된 첨가물 모델간에 차이가 있습니까? http://artsandsciences.sc.edu/geog/hvri/sites/sc.edu.geog.hvri/files/attachments/SoVI%20recipe_2016.pdf


대답 1:

예.

덧셈 모델은 데이터를 일 변량 예측 변수의 합으로 맞 춥니 다. 일반화 된 가산 모형은 로그 또는 역수와 같은 데이터 변환에 적합합니다. 통계 학자에게 이것은 모든 종류의 피팅에 사용되는 표준 기술인 종속 변수의 변환 일뿐이지만 역사적인 이유로 자체 이름이 있습니다.

당신의 참조는 그것들을 추가하라고 말합니다. 종속 변수가 없기 때문에 회귀 모델에 넣을 수있는 방법을 모르겠습니다. 당신은 무언가를 예측하기보다는 색인을 만드는 것 같습니다.

나는 여기서 추측하고 있지만 절차의 요점은 차원을 줄이는 것 같습니다. 인구 조사 데이터가 많으며 사회 취약성 지수를 도출하여 향후 연구에 사용할 수 있습니다.

사회적 취약성 점수를 변환하는 유일한 이유는 정규 또는 균일 분포와 같은 표준화 된 통계적 속성을 제공하거나 예상 값을 다른 사회적 취약성 측정치와 동일하게하여 비교하기 쉽기 때문입니다. 따라서 향후 연구에보다 편리하게 사용할 수 있습니다. 그러나 측정의 정보 내용은 변경되지 않습니다. 향후 연구에서 누구나 측정 값을 항상 바꿀 수있었습니다.

개별 구성 요소를 추가하기 전에 가중치를 부여하는 단계를 추가 할 수 있습니다. 그러나 그것은 요점을 이길 것 같습니다. 여기서 진행되고있는 것은 너무 많은 변수가있어서 개별 변수를 개별 변수로 사용하기가 어렵습니다. 인덱스에 대해 가중치를 부여 할 정보가 있다면 회귀 분석에서 개별적으로 컴포넌트를 사용하는 것이 어떻습니까? 예를 들어 가중치를 추정하기 위해 하나의 데이터 세트에 정보가있을 수 있지만 그렇지 않은 다른 데이터 세트에서 측정 값을 사용하려는 경우와 같은 이유가있을 수 있습니다. 하지만 내 추측은 여기에 추가하는 것입니다.