Mein Ziel ist es, die Koeffizienten, die aus früheren Untersuchungen zu diesem Thema abgeleitet wurden, zu verwenden, um die tatsächlichen Ergebnisse anhand einer Reihe unabhängiger Variablen vorherzusagen. Das Forschungspapier listet jedoch nur die Beta-Koeffizienten und den t-Wert auf. Ich würde gerne wissen, ob es möglich ist, die standardisierten Koeffizienten in nicht standardisierte umzuwandeln.
Wäre es nützlich, meine nicht standardisierten unabhängigen Variablen in standardisierte umzuwandeln, um den vorhergesagten Wert zu berechnen? Wie würde ich zu einem nicht standardisierten vorhergesagten Wert zurückkehren (wenn das überhaupt möglich ist ..)
Beispielzeile aus Papier hinzugefügt :
Anzahl der Buslinien (Buslinien) | 0,275 (Beta) | 5,70 *** (t-Wert)
Dies wird mir auch in Bezug auf die unabhängigen Variablen gegeben:
Anzahl der Buslinien (Buslinien) | 12,56 (Durchschnitt) | 9.02 (Std) | 1 (min) | 53 (max)
Antworten:
Es hört sich so an, als würde das Papier ein Mehrfachregressionsmodell im Formular verwenden
wobei die standardisierte Versionen der unabhängigen Variablen sind; nämlich. ,ξi
withe der Mittelwert (wie im Beispiel 12,56) und s i die Standardabweichung (wie 9,02 im Beispiel) der Werte der i- ten Variablen x i (im Beispiel 'Buslinien'). β 0 ist der Achsenabschnitt (falls vorhanden). Wenn Sie diesen Ausdruck in das angepasste Modell einfügen, dessen "Betas" als ^ β i geschrieben sind (im Beispiel 0,275), und etwas Algebra ausführen, erhalten Sie die Schätzungenmi si ith xi β0 βi^
Dies zeigt, dass die Koeffizienten von im Modell (abgesehen vom konstanten Term) durch Teilen der Betas durch die Standardabweichungen der unabhängigen Variablen erhalten werden und dass der Achsenabschnitt durch Subtrahieren einer geeigneten linearen Kombination der Betas angepasst wird.xi
Dies gibt Ihnen zwei Möglichkeiten, einen neuen Wert aus einem Vektor unabhängiger Werte vorherzusagen :(x1,…,xp)
Berechnen Sie mit den in der Veröffentlichung angegebenen Mitteln und Standardabweichungen s i (nicht aus neuen Daten neu berechnet!) ( Ξ 1 , … , ξ p ) = ( ( x 1 - m 1 ) / s 1 , … , ( x p - m p ) / s p ) und fügen Sie diese in die Regressionsformel ein, wie sie von den Betas oder äquivalent dazu angegeben wirdmi si (ξ1,…,ξp)=((x1−m1)/s1,…,(xp−mp)/sp)
Stecker(x1,…,xp)
quelle
quelle