社會學我不清楚，所以我只有從統計角度來看 回歸式的估計要達到BLUE，需要許多假設，這些假設有符合嗎? 而且資料來源是時間序列的資料，有符合時間序列的假設嗎? 如何沒有檢查，估計與檢定的信度會打折扣 ※ 引述《danny0838 (道可道非常道)》之銘言： : → vity:可能有漏解釋變數 拿前一個月的y值丟到解釋變數看看 02/23 20:19 : → vity:這樣可以解決漏掉解釋變數的問題 漏掉會造成高估或低估 02/23 20:19 : 看不懂XD...可以說清楚一點嗎？ : → vity:另外 有檢查過同質性和自我相關的問題了嗎？ 02/23 20:20 : 這是指x變數之間的相關嗎？ : （eg.離緍率和失業率、離婚率和死刑執行數？） : → vity:討論 "率" 卻沒有加入平方項看看...也沒有加入時間因素 02/23 20:42 : 如果原論文的墮後效應不是時間因素，那您是要求怎樣的時間因素？ : → vity:也沒看到r-square 基本上不是很嚴謹... 02/23 20:42 : B.類的研究有算 r^2 和 F，A.類沒看到 : 推 kolun:也可能是犯罪率上升導致死刑人數上升 論文裡的迴歸式並無法 02/24 17:02 : → kolun:確立因果關係 只能得出兩者同向變動 小弟學藝不精 建議你 02/24 17:05 : → kolun:參考http://0rz.tw/amAIn 前兩章 對你的問題有詳細說明 02/24 17:06 : 我也是在懷疑因果關係其實是犯罪率上升導致死刑人數上升。 : sorry...沒把重點講清楚。我主要不懂想討論焦點的是這兩個： : : （變化一） : 複迴歸是否能確立 y 變數和 x# 變數之間的 x→y 因果關係？ : 1.可以 : 2.不行 : 3.在某些條件下可以（哪些條件？本論文有缺嗎？缺了哪些？） 可以確定有因果關係 但不知道是 X->Y 或 Y->X 印象中還要進一步檢定 另外，估計與檢定前，先檢查有無符合回歸基本假設會比較準確， 或者至少有殘差圖可以供參考。 : : （變化二） : 墮後效應（即 y(t+1) 和 x#(t) 的關係）可否確立 x→y 的因果關係？ : 1.可以 : 2.不行 : 3.在某些條件下可以（哪些條件？本論文有缺嗎？缺了哪些？） 一樣可以確定因果關係 但不知道是X->Y 或Y->X 如果是時間序列的資料...能確認符合時間序列的基本假設， 一般來說會有自我相關的問題...解決以後才比較能不偏誤的估計與檢定 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.59.165