BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Denkowska Sabina (Akademia Ekonomiczna w Krakowie / Wydział Zarządzania)
Tytuł
Modyfikacja metody analizy grafów
Modification of Graph Analysis Method
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (14), 2007, nr 1169, s. 341-349, tab., bibliogr. 8 poz.
Tytuł własny numeru
Klasyfikacja i analiza danych - teoria i zastosowania
Słowa kluczowe
Grafy, Metoda graficzna
Graphs, Graphical method
Uwagi
summ.
Abstrakt
Dobór zmiennych objaśniających do modeli ekonometrycznych jest jednym z najistotniejszych zagadnień współczesnej ekonometrii. Od prawidłowego wyboru zmiennych objaśniających zależy zgodność modelu z opisywaną przez niego rzeczywistością gospodarczą, a tym samym - jego użyteczność. Metoda analizy grafów jest powszechnie znaną metodą doboru zmiennych objaśniających do liniowego modelu regresji opartą na badaniu istotności współczynników korelacji w macierzy korelacji. W metodzie tej ignorowany jest fakt testowania wielokrotnego w macierzy korelacji i wnioski wysnuwane są po zweryfikowaniu wielu hipotez statystycznych, każdej na poziomie istotności a. Lekceważenie efektu testowania wielokrotnego powoduje, iż wykrywamy zbyt dużo istotnych współczynników korelacji, co skutkuje zbytnią redukcją zmiennych. Tym samym w ostatecznym zbiorze zmiennych może zabraknąć ważnych zmiennych objaśniających. Celem artykułu jest zaproponowanie modyfikacji metody analizy grafów, która zapewni kontrolę efektu testowania wielokrotnego w macierzy korelacji. (fragment tekstu)

Graph analysis method is the commonly known procedure of independent variables selection in linear regression model. It is based on traditional attitude to the significance testing of correlation coefficients in the correlation matrix, in which multiple testing effect is ignored because the decisions of significance are taken each on α-level. Proposed modification of graph analysis method ensures the control of multiple testing effect in a correlation matrix. This modification is based on multiple testing procedures which ensure control of probability of at least one wrong rejection when the entire family of inferences is considered (FWE Family-wise Error Rate), or the control of FDR (False Discovery Rate) which is the expected proportion of erroneously rejected null hypotheses among the rejected ones. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Bartosiewicz S. (red.) (1980), Metody ekonometryczne. Przykłady i zadania, PWE, Warszawa.
  2. Benjamini Y., Hochberg Y. (1995), Controlling the False Discovery Rate: a Practical and Powerful Approach to Multiple Testing, "Journal of the Royal Statistical Society", Ser. B, vol. 57, nr 1.
  3. Benjamini Y., Yekuteli D. (2001), The Control of the False Discovery Rate in Multiple Testing under Dependency, "Annals of Statistics" 29.
  4. Denkowska S. (2005), Zastosowanie procedur testowań wielokrotnych opartych na uporządkowanych prawdopodobieństwach testowych do wydzielania jednorodnych podgrup wartości przeciętnych, "Przegląd Statystyczny" vol. 52, nr 1.
  5. Denkowska S. (2006), Multiple Testing in a Correlation Matrix, [w:] J. Pociecha (red.), A Comparative Analysis of the Socio-Economic Conseqences of Transition Process in Central and Estem European Countries, Cracow University of Economics.
  6. Hochberg Y., Tamhane A.C. (1987), Multiple Comparison Procedures, John Wiley & Sons, NY.
  7. Sokołowski A., Denkowska S. (2000), Testowanie wielokrotne w macierzy korelacji - eksperyment symulacyjny, [w:] A. Zeliaś (red.), materiały z XXXV Konferencji Statystyków, Ekonometryków i Matematyków Akademii Ekonomicznych Polski Południowej (Osieczany, 23-25.03.1999 r.), Kraków.
  8. Westfall P.H., Tobias R.D., Rom D., Wolfinger R.D., Hochberg Y. (1999), Multiple Comparisons and Multiple Tests, Using the SAS System, SAS Institute Inc.
Cytowane przez
Pokaż
ISSN
0324-8445
1505-9332
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu