Techniken zum Analysieren von Verhältnissen

Ich bin auf der Suche nach Ratschlägen und Kommentaren, die sich mit der Analyse von Verhältnissen und Quoten befassen. In dem Bereich, in dem ich vor allem mit der Analyse von Verhältnissen befasst bin, ist dies weit verbreitet, aber ich habe einige Artikel gelesen, die darauf hindeuten, dass dies problematisch sein kann. Ich denke an:

Kronmal, Richard A. 1993. Falsche Korrelation und der Irrtum des Verhältnisstandards überarbeitet. Zeitschrift der Royal Statistical Society, Reihe A 156 (3): 379-392

und verwandte Papiere. Nach dem, was ich bisher gelesen habe, können Verhältnisse falsche Korrelationen erzeugen, Regressionslinien durch den Ursprung erzwingen (was nicht immer angemessen ist) und das Prinzip der Marginalität verletzen, wenn es nicht richtig gemacht wird ( Ratios in Regression verwenden , von Richard Goldstein) ). Es muss jedoch Fälle geben, in denen die Verwendung von Kennzahlen gerechtfertigt ist, und ich wollte Meinungen von Statistikern zu diesem Thema.

Ich würde beobachtete Korrelationen nicht als falsch bezeichnen, sondern als falsche kausale Schlussfolgerungen, die aus diesen Korrelationen gezogen werden. Probleme mit Verhältnissen treten bei anderen Arten von Verwechslungen auf.

$U=\frac{X}{Q}$$V=\frac{Y}{Q}$$X$$Y$$Q$$U$$V$$X$$Y$$Q$$U$$V$$Q$$X=\frac{U}{1/Q}$$Y=\frac{V}{1/Q}$$Q$$Q$$R,S,T,\ldots$

Aldrich (1995), "Korrelationen echt und falsch in Pearson und Yule", Statistical Science , 10 , 4 liefert eine interessante historische Perspektive.

† Siehe Einbeziehen der Interaktion, jedoch nicht der Haupteffekte in ein Modell .