İstatistik – Sosyal Bilimlerde İstatistik (73) – Rastgele Etkiler: Rastgele Katsayı Modeli – İstatistik Nedir? – İstatistik Fiyatları – Ücretli İstatistik Yaptırma
On yılı aşkın süredir ödev yapma desteği veren Ödevcim Akademik, size İstatistiğin her alanında yardımcı olacaktır. Sosyal Bilimlerde İstatistik, İstatistik Nedir, İstatistik Fiyatları, Ücretli İstatistik Yaptırma, Analiz Yaptırma, Veri Analizi Yaptırma aramalarında sizde Ödevcim Akademik destek olsun istiyorsanız yapmanız gerekenler çok basit. Öncelikle İstatistik ile ilgili belgelerinizi akademikodevcim@gmail.com sayfamızdan gönderebilir ödevleriniz, tezleriniz, makaleleriniz ve projeleriniz ile ilgili destek alabilirsiniz.
Aşağıda büyüme modelini belirten WinBugs programı yer almaktadır:
model {
için (1: 608’de i)
{
for (t in 1: pyrs [i]) {
h [i, t] ~ dnorm (mu [i, t], sigma2inv) mu [i, t] <- alfa [i] + beta [i] * yr [i, t]}
alfa [i] dnorm (ma [i], tauinv.alpha) beta [i] dnorm (mb [i], tauinv.beta)
ma [i] <- alfa0 + alfa1 * yaş [i] + alfa2 * erkek [i] + alfa3 * nonw [i] +
alfa4 * güney [i] + alfa5 * kentsel [i] + alfa6 * eğitim [i] mb [i] <- beta0 + beta2 * erkek [i] + beta3 * nonw [i] +
beta4 * güney [i] + beta5 * kentsel [i] + beta6 * eğitim [i]}
alfa0 ~ dnorm (0,1.0E-4)
alfa1 ~ dnorm (0,1.0E-4)
alfa2 ~ dnorm (0,1.0E-4)
alfa3 ~ dnorm (0,1.0E-4)
alfa4 ~ dnorm (0,1.0E-4)
alfa5 ~ dnorm (0,1.0E-4)
alfa6 ~ dnorm (0,1.0E-4)
beta0 ~ dnorm (0,1.0E-4)
beta2 ~ dnorm (0,1.0E-4)
beta3 ~ dnorm (0,1.0E-4)
beta4 ~ dnorm (0,1.0E-4)
beta5 ~ dnorm (0,1.0E-4)
beta6 ~ dnorm (0,1.0E-4)
sigma2inv ~ dgamma (.01, .01) sigma2 <-1 / sqrt (sigma2inv)
tauinv.alpha ~ dgamma (.01, .01) tau.alpha <-1 / sqrt (tauinv.alpha)
tauinv.beta ~ dgamma (.01, .01) tau.beta <-1 / sqrt (tauinv.beta)}
Bu program, ek 2. seviye ortak değişkenlerin dahil edilmesi nedeniyle önceki büyüme modeli programımızdan daha uzun olmasına rağmen, ondan sadece biraz farklıdır. WinBug’ların dengesiz verileri (yani, farklı yanıt verenler için farklı zamanlarda ve farklı sayıda durumlarda toplanan verileri) işleyebilmesi için, programa yanıtlayanın kaç kez mülakat yapıldığını ve zamanını söyleyen pyrs adlı bir değişken ekledim. ölçüm, zamana özgü, bireysel düzeyde bir değişken olarak ele alınır. İlk takipten önce (başlangıçtan sonra) ölen ya da kaybedilen – bireyler yalnızca tek bir kişi-yıllık kayıt ve tek bir zaman ölçüsüne katkıda bulunur.
İkinci takipten önce ölen ya da kaybedilen kişiler iki yıllık kayıtlara katkıda bulunur, vb. Bu verilerde, bir kişi-yıllık kayıt katkıda bulunan 16 kişi, iki kayda katkıda bulunan 7 kişi, üç katkıda bulunan 6 kişi vardır. ve en fazla dörde katkıda bulunan 579. Bu veriler, bazı eğitim tabanlı seçici ölüm oranlarının var olduğuna dair bazı ilk göstergeler sağlar: 4 kişi kaydına katkıda bulunan kişiler arasında eğitim ortalaması 12.7 iken, daha az kayıt katkısı yapanlar için ortalama 10.9’dur. Başka bir deyişle, daha az eğitimli olanlar, daha eğitimli olanlardan da daha erken ölür.
Modelin geri kalanı, daha önce sunulanla hemen hemen aynıdır, yalnızca daha fazla ortak değişken ve dolayısıyla daha fazla hiperprior dağılımı ile. Bir not sırayla: Katılımcının yaşının büyüme üzerindeki etkisini dahil etmiyorum.
Bunun nedeni, yaşın büyüme oranını etkilemesi için ya
(1) altta yatan gizli sağlık yörüngelerinin doğrusal olmadığı varsayılmalı ya da
(2) büyüme oranlarında kohort farklılıkları olmasıdır.
model istatistik ile ilgili aramalar
Excel istatistik programı
Minitab istatistik programı
Model İstatistik ve Yayın Destek Merkezi
İstatistik programları
Biyoistatistik Makale yorumlama
İstatistik Makale
İstatistik nedir makale
İstatistik Soru çözdürme
Programı 10.000 yineleme için çalıştırdım ve son 1.000 örneği çıkarım için sakladım. Şekil 9.2, dört kişi için rastgele kesişimler ve rastgele eğimler için 200 örneklenmiş değeri göstermektedir. 1. Kişi yalnızca çalışmanın ilk dalgasında hayatta kaldı; 17 kişi iki dalgadan kurtuldu; kişi 24 üç dalgadan kurtuldu; ve 35. kişi dört dalganın hepsinde hayatta kaldı. Şekilde görüldüğü gibi, nokta dağılımı kişi 1 için en geniş olup, bu kişinin sağlığı için gözlemlenen tek bir ölçütün varlığından dolayı bu bireyin gerçek rastgele kesişme ve eğim değerleri hakkında kesinlik eksikliğini de yansıtır.
Gözlemlenen zaman noktalarının sayısı arttıkça, her bir birey için rastgele kesişim ve eğimdeki varyans azalır. Örneğin, sağ alt grafikte, rastgele kesişme ve eğim saçılımı, yaklaşık olarak (3, −.08) çok dar bir şekilde ortalanır; bu, bu bireyin gizli yörüngesinin başlangıçta 3 sağlık birimi civarında başladığından ve azaldığından oldukça emin olduğumuzu gösterir. yılda yaklaşık 0,08 birimdir.
Tablo 9.4, model parametreleri için arka ortalamaları ve standart sapmaları göstermektedir. Tablodaki sütunlar, her eş varyasyonun rastgele kesişim ve rastgele eğim üzerindeki etkisini bildirmektedir. Rastgele durdurma terimi için engelleme 4,52 idi. Yaşlı kişiler (yaş aralığının sadece 30-34 olduğunu hatırlayın), başlangıçta genç kişilere göre daha kötü sağlık bildirdi (−.06).
Erkekler başlangıçta kadınlardan (.05) daha iyi sağlık rapor ettiler ve Güney’den kişiler daha kötü sağlık bildirdiler (−.05), ancak bu etkiler, parametrelerin daha büyük (veya daha az olduğu posterior olasılıklara dayalı olarak) 0’dan önemli ölçüde farklı değildi. daha) 0, klasik istatistiklerce kullanılan p-değeri aralıklarına kırpılır (yani, p <.05). Beyaz olmayanlar ve kentsel alanlarda yaşayan kişiler, beyazlara ve diğer bölgelerde yaşayanlara göre daha kötü sağlık durumlarını bildirdiler. Son olarak, eğitimin temel sağlık üzerinde güçlü ve olumlu bir etkisi oldu.
Eş değişkenlerin neredeyse hiçbiri rastgele eğimi etkilemedi. Rastgele eğim için müdahale negatifti, bu da eğilimin 20 yıllık dönem boyunca sağlığın hafifçe azalması olduğunu da gösteriyor. Erkeklerin ve beyaz olmayanların sağlıklarında biraz daha hızlı bir düşüş vardı, ancak bu etkiler klasik standartlara göre istatistiksel olarak önemli olmayacaktı. Güneyden ve kentsel alanlardan gelen kişiler, diğer bölgelerden gelen kişilere göre sağlıkta daha sığ düşüşlere sahipti, ancak yine, bu etkiler klasik standartlara göre istatistiksel olarak anlamlı da olmayacaktı.
Son olarak, eğitim beklenen olumlu etkiye sahipti (.001, p <.1), bu da sağlık yörüngelerinin yaşa göre farklılaştığını (30 yaş ile 55 yaş aralığı için) gösteriyor, öyle ki daha fazla eğitime sahip kişiler daha düşük bir düşüş yaşayacak daha az eğitimli kişilere göre yaş boyunca sağlıkta. Gerçekte, katsayının büyüklüğü küçük görünse de, sonuçlar 17 yıllık (maksimum) eğitim almış bir kişinin 0 yıllık eğitim almış bir kişi kadar sadece% 43 oranında ve sadece% 76’sı büyük bir sağlık düşüşü yaşayacağını göstermektedir. 12 yıllık eğitim görmüş bir kişi olarak göz önüne alınır.
Sonuçlar, sağlık yörüngelerini tahmin etmek için iki şekilde kullanılabilir. İlk olarak, örnekteki bireyler için simüle edilmiş gizli kesişimleri ve eğimleri doğrudan kullanabiliriz. Örneğin, beklenen bir yörünge oluşturmak için bu simüle edilmiş kesişimler ve eğimler için arka araçları da kullanabiliriz.
On yılı aşkın süredir ödev yapma desteği veren Ödevcim Akademik, size İstatistiğin her alanında yardımcı olacaktır. Sosyal Bilimlerde İstatistik, İstatistik Nedir, İstatistik Fiyatları, Ücretli İstatistik Yaptırma, Analiz Yaptırma, Veri Analizi Yaptırma aramalarında sizde Ödevcim Akademik destek olsun istiyorsanız yapmanız gerekenler çok basit. Öncelikle İstatistik ile ilgili belgelerinizi akademikodevcim@gmail.com sayfamızdan gönderebilir ödevleriniz, tezleriniz, makaleleriniz ve projeleriniz ile ilgili destek alabilirsiniz.
Biyoistatistik Makale yorumlama büyüme modelini belirten WinBugs programı Eş değişkenler Excel istatistik programı İstatistik – Sosyal Bilimlerde İstatistik (73) – Rastgele Etkiler: Rastgele Katsayı Modeli – İstatistik Nedir? – İstatistik Fiyatları – Ücretli İstatistik Yaptırma istatistik makale İstatistik nedir makale İstatistik Programları İstatistik Soru çözdürme Minitab istatistik programı Model İstatistik ve Yayın Destek Merkezi model parametreleri için arka ortalamaları sağlık yörüngelerini tahmin etmek sağlık yörüngelerinin yaşa göre farklılaştığı