作者andrew43 (apan)
看板Statistics
标题[问题] 避免错误地合并资料
时间Mon Mar 25 22:52:16 2013
不洽当的合并资料, 诸如合并不同处理、不同类别、去除重要因子等，
在分析上容易引导错误结论，其中最着名的例子是 Simpson's paradax。
我想请问诸位版友的问题是，有效避免这项问题的操作性方法是什麽？
例如，在一个复杂的一般线性模型中，我将模型中不重要的自变数删除。
在这个过程中，常见的例子是交互作用不重要拿掉、相关太低的自变数拿掉……
但我怎麽知道我真的只拿掉了和应变数没瓜葛的变数呢？
不知道可否请板友提供一些操作性的判别方法？非常感谢。
（不然我常常吵不赢老板啊……）
--
http://apansharing.blogspot.com/
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 125.230.68.146
1F：→ MIZUYAMA:因该说入门者要知道资料的形态吧 用is.XXXX之类的指令 03/25 23:10
2F：→ yhliu:拿掉不重要的潜在解释变数或效应项是必要的. 评估的标准就是 03/27 16:59
3F：→ yhliu:被拿掉的确实不重要. 而要避免因忽略重要解释变数或效应项而 03/27 17:00
4F：→ yhliu:扭曲了事实, 要做的就是检查、思考: 有没有可能哪些解释变数 03/27 17:01
5F：→ yhliu:或效应项被忽略了? 这些问题, 就是线性模型(线性回归模型)以 03/27 17:02
6F：→ yhliu:及其他统计模型之 "模型建构、选择与诊断" 主题中所探讨的. 03/27 17:03
7F：→ andrew43:知道方向了，谢谢。 03/27 17:58