Modele log-liniowe dla zmiennych porządkowych

• Autorzy: Iwona Kasprzyk

Warianty tytułu

Log-Linear Models for Ordinal Variable

• Języki publikacji: PL

Abstrakty

Celem tego artykułu jest zaprezentowanie modeli log-liniowych uwzględniających zmienne mierzone na skali porządkowej, tzw. ordinal log-linear model. Tego typu modele pozwalają nie tylko na określenie zależności zmiennych w tablicy kontyngencji, ale także pokazują, jak silny jest związek pomiędzy zmiennymi X oraz Y. Modele te wprowadził L.A. Goodman. Następnie były rozwijane przez C.C. Clogga oraz A. Agrestiego, a później zajmował się nimi J. Vermunt. W prezentowanym artykule zostaną przedstawione różne modele dla zmiennych porządkowych, przede wszystkim z uwzględnieniem tablicy dwudzielczej. Program LEM pozwala m.in. na estymację parametrów modeli log-liniowych. (fragment tekstu)

EN

The main purpose of this article is to show log-linear models for ordinal variables. The log-linear models examine the relationship between two or more categorical variables in a contingency table. This article shows the various types of log-linear models i.e. uniform association model, row effect model, column effect model and RC model proposed by Goodman in 1979. (original abstract)

Słowa kluczowe

PL

Modele logarytmiczno-liniowe

EN

Log-linear models

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria
• Rocznik: 2006
• Tom: 17
• Numer: nr 1123 Zastosowania metod ilościowych
• Strony: 86--94

Twórcy

autor

Iwona Kasprzyk

• Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach, doktorant

Bibliografia

• Agresti A., Categorial Data Analysis, Wiley, New York 1990.
• Christensen R., Log-Linear Models and Logistic Regression, Springer-Verlag Inc., New York 1997.
• Clogg C.C., Some Models for the Analysis of Association Multiway Cross-Classification Having Ordered Categories, "Journal of the American Statistical Association" 1982, nr 380, s. 803-815.
• Goodman L.A., Simple Models for the Analysis of Association in Cross-Classificaions Having Ordered Categories, "Journal of the American Statistical Association" 1979, nr 367, s. 537-552.
• Goodman L.A., The Multivariate Analysis of Qualitative Data: Interactions among Multiple Classifications, "Journal of the American Statistical Association" 1970, nr 329, s. 226-255.
• Green J.A., Loglinear Analysis of Cross-Classified Ordinal Data: Applications in Developmental Research, "Society for Research in Child Development" 1988, nr 59, s.1-25.
• Ishii-Kuntz M., Ordinal Log-Linear Models, Sage Publications, Beverly Hills, London 1994.
• Jeansone A., Loglinear Models, http://userwww.sfsu.edu/~efc/classes/biol710/loglinear/Log Linear Models.pdf.
• Jobson J.D., Categorical and Multivariate Method, Vol. 2, Springer-Verlag, New York 1992.
• Knoke D., Burke P.J., Log-Linear Model, Sage Publications, Beverly Hills, London 1980.
• Powers D.A., Xie Y., Statistical Methods for Categorical Data Analysis, Academic Press, San Diego 2000.
• Read T.R.C., Cressie N.A.C., Goodness-Of-Fit Statistics for Discrete Multivariate Data, Springer, New York 1988.
• Stanisz A., Przystępny kurs statystyki, tom II, StatSoft Polska, Kraków 2000.
• Vermunt J., LEM: A General Program for the Analysis of Categorical Data, Tilburg University, http://www.uvt.nl/faculteiten/fsw/organisatie/departementen/mto/software2.html.
• Wzrost optymizmu w przewidywaniach dotyczących rynku pracy. CBOS, BS/89/2004, Warszawa, maj 2004.